CharacterMapError - TPdf - PDFium Delphi Component

组件: TPdf · 单元: PDFium

当指定索引处的字符无法映射到有效的 Unicode 码点时返回 True。该标志由 PDFium 文本提取器按字符报告，可帮助调用者识别那些很可能不正确的码点，因为原始字体缺少可用的 ToUnicode CMap 或编码向量。

Syntax

property CharacterMapError[Index: Integer]: Boolean; // read only

Index 当前页面上基于 0 的字符索引，范围为 0 到 CharacterCount - 1

Description

CharacterMapError 在 PDFium 将指定索引处的字符映射到 Unicode 码点时遇到错误时返回 True。当它为 True 时，Character[Index] 返回的值不可靠，通常会回退到替换字符（#$FFFD）或底层字形标识符的直通值

该标志最常在打印机驱动程序和转换工具生成的 PDF 上出现，这些 PDF 嵌入字体子集却没有相应的 ToUnicode CMap，或 CMap 未覆盖完整的字形集。带有嵌入式 OCR 文本的扫描 PDF 以及使用自定义编码向量的 PDF 是映射错误的典型来源

需要从 PDF 往返文本的调用方，应在将 CharacterMapError 命中视为可搜索内容之前先过滤或标注它们。一组连续的映射错误通常表明整个字符串段应通过 OCR 而非文本层重新提取

Remarks

与 Charcode[Index] 配合以查看原始字形 ID — 有助于诊断是哪个字体导致失败
CharacterGenerated 和 CharacterMapError 是独立的：一个字符既可以由 PDFium 生成，也可以有映射错误
该属性仅在 Active 为 True 且当前页面已解析时才有意义；否则返回 False
对于批量导出，一次遍历累积映射错误命中的索引，而不是在紧密循环中逐个字符调用该属性

Example

var
  I, BadCount: Integer;
begin
  BadCount := 0;
  for I := 0 to Pdf.CharacterCount - 1 do
    if Pdf.CharacterMapError[I] then
    begin
      Memo1.Lines.Add(Format('Map error at %d (charcode $%x)',
        [I, Pdf.Charcode[I]]));
      Inc(BadCount);
    end;
  Caption := Format('%d untranslatable characters on page', [BadCount]);
end;

CharacterMapError 属性

组件: TPdf · 单元: PDFium

Syntax

Description

Remarks

Example

See Also