property CharacterCount: Integer; // read only
CharacterCount geeft het aantal tekens terug dat PDFium identificeert op de
FPDF_TEXTPAGE van de actieve pagina — dezelfde indexering die
Character[Index], CharacterRectangle[Index],
CharacterOrigin[Index] en de zoek- / selectielaag aanstuurt. Het aantal
weerspiegelt glyphs na ToUnicode-CMap-resolutie, dus elke entry komt overeen
met één Unicode-codepunt zoals door PDFium gedecodeerd, niet met één PDF-font-program-glyph.
De waarde is 0 wanneer Active False is, wanneer
de pagina geen tekstinhoud heeft (pure afbeeldings- / vectorpagina's), of wanneer de
tekstinhoud wordt getekend met lettertypen die een ToUnicode-CMap missen en geen
fallback-heuristiek ze kon decoderen. PDFium omvat ook “gegenereerde”
witruimtetekens die het synthetiseert om regeleindes en woordgrenzen te modelleren
— controleer CharacterGenerated[Index] om echte glyphs te
onderscheiden van synthetische.
De typische loop is for I := 0 to Pdf.CharacterCount - 1 do, waarbij
Pdf.Character[I] een WideChar teruggeeft. Het aaneenschakelen
hiervan tot één tekenreeks levert de tekstinhoud van de pagina in leesvolgorde op.
CharacterCount zelf is O(1) nadat de pagina is geparseerd; de geïndexeerde accessors
doen het werk per teken.
CharacterMapError[Index] om glyphs te detecteren die PDFium
niet terug naar Unicode kon koppelen; deze hebben doorgaans OCR of
font-program-inspectie nodig.
var S: string;
var I: Integer;
SetLength(S, Pdf1.CharacterCount);
for I := 1 to Length(S) do
S[I] := Pdf1.Character[I - 1];
Memo1.Lines.Add(S);