FPdfContentNormalize

Unit: FPdfContentNormalize

Zachowująca składnię normalizacja jednej logicznej sekwencji treści strony PDF i solidne wykrywanie granic obrazów inline

Syntax

const
  PdfContentNormalizeDefaultInputLimit = Int64(256) * 1024 * 1024;
  PdfContentNormalizeDefaultOutputLimit = Int64(256) * 1024 * 1024;
  PdfContentNormalizeDefaultTokenLimit = 10000000;

function NormalizePdfContentSequence(const Streams: array of TBytes;
  const Options: TPdfContentNormalizeOptions; out Output: TBytes;
  out Report: TPdfContentNormalizeReport): Boolean;

function CollectPdfContentResourceUses(const Data: TBytes;
  out Uses: TPdfContentResourceUses;
  out ErrorText: string): Boolean;

function FindInlineImageBlock(const Data: TBytes; StartPos: Integer;
  out BiPos, IdPos, DataStart, EndImageStart: Integer): Boolean;

Description

NormalizePdfContentSequence łączy dostarczone strumienie treści w porządku tablicy i tokenizuje wynik jako jedną logiczną sekwencję treści strony

Zachowuje literały łańcuchowe, łańcuchy szesnastkowe, nazwy, tablice, słowniki, ładunki obrazów inline i nieznane operatory, kanonicznie traktując separatory tokenów; komentarze można usuwać, a zbalansowanie struktury wymuszać

CollectPdfContentResourceUses odnotowuje nazwy zasobów konsumowane przez operatory tekstu, XObject, stanu graficznego, przestrzeni kolorów, wzorca, cieniowania, właściwości treści oznaczonej i obrazów inline w ramach centralnego budżetu tokenów

FindInlineImageBlock lokalizuje kompletny blok BI, ID i EI, nie traktując sekwencji bajtów EI wewnątrz danych ładunku obrazu jako terminatora

Constants

Constant	Description
`PdfContentNormalizeDefaultInputLimit`	Domyślny logiczny limit wejścia na stronę wynoszący 256 MiB
`PdfContentNormalizeDefaultOutputLimit`	Domyślny znormalizowany limit wyjścia na stronę wynoszący 256 MiB
`PdfContentNormalizeDefaultTokenLimit`	Domyślny limit na stronę wynoszący 10000000 tokenów

Functions

Function	Description
`TPdfContentNormalizeOptions.Default`	Włącza usuwanie komentarzy, walidację zbalansowania, korzystną kompresję Flate i pomijanie niebezpiecznych stron; nie zezwala na przepisywanie podpisanych dokumentów i stosuje trzy domyślne limity
`NormalizePdfContentSequence`	Zwraca znormalizowane bajty i szczegółowy raport albo `False` ze statusem niepowodzenia i tekstem diagnostycznym
`CollectPdfContentResourceUses`	Zwraca rodzaj zasobu i zdekodowaną nazwę PDF dla każdego operatora treści konsumującego zasób albo `False` z tekstem diagnostycznym dla danych uszkodzonych lub przekraczających budżet
`FindInlineImageBlock`	Zwraca przesunięcia następnego kompletnego bloku obrazu inline pod lub za `StartPos`

Types

Type	Description
`TPdfContentNormalizeStatus`	Wynik albo kategoria niepowodzenia dla normalizacji sekwencji i dokumentu
`TPdfContentNormalizeOptions`	Polityka normalizacji oraz limity bajtów i tokenów na stronę
`TPdfContentNormalizeReport`	Status, sumy bajtów i stron, metryki strumieni i tokenów, obserwacje składni oraz tekst diagnostyczny
`TPdfContentResourceKind`	Wartości zasobów `pcrkFont`, `pcrkXObject`, `pcrkExtGState`, `pcrkColorSpace`, `pcrkPattern`, `pcrkShading` i `pcrkProperties`
`TPdfContentResourceUse`	Jedna zdekodowana nazwa zasobu `Name` razem z jej `Kind`
`TPdfContentResourceUses`	Tablica dynamiczna zebranych użyć zasobów w porządku treści

Status values

Value	Meaning
`pcnsNotStarted`	Raport został zainicjalizowany, ale normalizacja się nie zakończyła
`pcnsCompleted`	Normalizacja zakończyła się pomyślnie
`pcnsInputLimitExceeded`	Logiczne wejście przekroczyło `MaxInputBytesPerPage` albo skonfigurowany limit nie był dodatni
`pcnsOutputLimitExceeded`	Znormalizowane bajty przekroczyłyby `MaxOutputBytesPerPage`
`pcnsTokenLimitExceeded`	Sekwencja treści przekroczyła `MaxTokensPerPage`
`pcnsMalformedToken`	Token treści PDF nie dał się odczytać w całości
`pcnsUnresolvedInlineImage`	Nie udało się znaleźć kompletnej granicy ładunku obrazu inline
`pcnsUnbalancedState`	Wymagane zbalansowanie zakresów grafiki, tekstu, treści oznaczonej, kompatybilności, tablic lub słownika nie zostało spełnione
`pcnsUnsupportedFilter`	Normalizacja dokumentowa napotkała filtr strumienia treści, którego nie umie zdekodować
`pcnsEncryptedDocument`	Normalizacja dokumentowa odmówiła zaszyfrowanego wejścia
`pcnsSignedDocument`	Normalizacja dokumentowa odmówiła podpisanego wejścia bez autoryzacji
`pcnsDocumentRewriteFailed`	Otoczające przepisanie lub weryfikacja grafu obiektów PDF nie powiodła się
`pcnsResourceBudgetExceeded`	Termin ogólnoprocesowego `TPdfParserResourceBudget` upłynął, zanim normalizacja się zakończyła

Options

Field	Description
`RemoveComments`	Pomija komentarze PDF, zachowując wymagane separatory tokenów
`RequireBalancedState`	Wymaga zbalansowanych zakresów `q`/`Q`, `BT`/`ET`, treści oznaczonej, kompatybilności, tablic i słowników
`CompressOutput`	Zezwala otoczce dokumentowej na kompresję Flate znormalizowanego strumienia strony, gdy kompresja zmniejsza jego rozmiar
`SkipUnsafePages`	Zezwala normalizacji dokumentowej zachować stronę bez zmian po niebezpiecznym lub nieobsługiwanym wyniku zamiast przerywać przepisanie dokumentu
`AllowSignedDocument`	Jawnie zezwala na pełne przepisanie podpisanego wejścia, co unieważnia istniejące zakresy bajtów podpisów
`MaxInputBytesPerPage`	Maksymalna łączna liczba bajtów w dostarczonych strumieniach treści dla jednej strony
`MaxOutputBytesPerPage`	Maksymalna liczba bajtów dozwolona w znormalizowanej sekwencji treści
`MaxTokensPerPage`	Maksymalna liczba tokenów inspekcjonowanych dla jednej strony

Report fields

Field	Description
`Status`	Bieżący `TPdfContentNormalizeStatus`
`SourceByteCount`	Łączna liczba bajtów treści źródłowej
`OutputByteCount`	Łączna liczba bajtów wyjścia znormalizowanego lub przepisanego
`PageCount`	Strony zinspekcjonowane przez normalizację dokumentową
`NormalizedPageCount`	Strony pomyślnie zastąpione znormalizowaną treścią
`SkippedPageCount`	Niebezpieczne strony zachowane bez zmian w ramach polityki pomijania
`InputStreamCount`	Strumienie treści źródłowej połączone w logiczne sekwencje stron
`OutputStreamCount`	Wyprodukowane znormalizowane strumienie treści
`CoalescedArrayCount`	Wielostrumieniowe tablice `/Contents` zastąpione jednym znormalizowanym strumieniem
`TokenCount`	Przetworzone tokeny
`CommentCount`	Napotkane komentarze, niezależnie od tego, czy zachowane, czy usunięte
`InlineImageCount`	Zachowane kompletne bloki obrazów inline
`UnknownOperatorCount`	Nierozpoznane operatory zachowane dosłownie
`ErrorMessage`	Tekst diagnostyczny pierwszego niepowodzenia

Inline-image offsets

BiPos to przesunięcie bajtowe słowa kluczowego BI
IdPos to przesunięcie bajtowe słowa kluczowego ID
DataStart to pierwszy bajt ładunku po pojedynczej wymaganej spacji następującej po ID
EndImageStart to przesunięcie bajtowe kończącego słowa kluczowego EI, a więc jeden bajt za ładunkiem
Funkcja zwraca False, gdy pod lub za StartPos nie znaleziono kompletnego bloku

FPdfContentNormalize Moduł