AfArcFileXmlTextRead - Versionsgeschichte

Jens: Stand 4.1.13 Beispiel geändert, Helptip Ausführung angepasst

2026-01-30T10:49:13Z

Stand 4.1.13 Beispiel geändert, Helptip Ausführung angepasst

← Nächstältere Version		Version vom 30. Januar 2026, 10:49 Uhr
Zeile 8:		Zeile 8:
	<td class="title"> AfArcFileXmlTextRead(handle1, int2) : int</td>		<td class="title"> AfArcFileXmlTextRead(handle1, int2) : int</td>
	<td class="platforms">		<td class="platforms">
	[[file:DE_SymbolNoAPI.gif\|alt=Nicht ausführbar von der API\|link=Befehle der Schnittstellen]][[file:DE_SymbolNoDLL.gif\|alt=Nicht ausführbar von der Programmierschnittstelle (DLL)\|link=Befehle der Schnittstellen]][[file:DE_SymbolNoARC.gif\|alt=Nicht ausführbar mit der Application Remote Control\|link=Befehle der Schnittstellen]][[file:DE_SymbolScriptAPI.gif\|alt=Ausführbar von der Script-API\|link=Befehle der Schnittstellen]]		[[file:DE_SymbolNoAPI.gif\|alt=Nicht ausführbar von der API\|link=Befehle der Schnittstellen\|Nicht ausführbar von der API]][[file:DE_SymbolNoDLL.gif\|alt=Nicht ausführbar von der Programmierschnittstelle (DLL)\|link=Befehle der Schnittstellen\|Nicht ausführbar von der Programmierschnittstelle (DLL)]][[file:DE_SymbolNoARC.gif\|alt=Nicht ausführbar mit der Application Remote Control\|link=Befehle der Schnittstellen\|Nicht ausführbar mit der Application Remote Control]][[file:DE_SymbolScriptAPI.gif\|alt=Ausführbar von der Script-API\|link=Befehle der Schnittstellen\|Ausführbar von der Script-API]]
	</td>		</td>
	</tr>		</tr>
Zeile 60:		Zeile 60:
	<p>Nach erfolgreicher Ausführung der Anweisung befindet sich ein XML-Dokument im Memory-Objekt. Das Objekt kann mit der Anweisung <font class=source>XmlLoad()</font> (siehe CONZEPT 16 Hilfe) {{Marker}} in eine XML-Struktur überführt werden. Im folgenden Beispiel wird das Memory-Objekt in eine externe Datei geschrieben.</p>		<p>Nach erfolgreicher Ausführung der Anweisung befindet sich ein XML-Dokument im Memory-Objekt. Das Objekt kann mit der Anweisung <font class=source>XmlLoad()</font> (siehe CONZEPT 16 Hilfe) {{Marker}} in eine XML-Struktur überführt werden. Im folgenden Beispiel wird das Memory-Objekt in eine externe Datei geschrieben.</p>

	~~<b>~~Beispiel~~:</b>{{Marker}}~~		== Beispiel ==
	~~</p><p>~~

			<tabber>
			\|-\|ScriptAPI=
	<pre class=source>		<pre class=source>
	tMemory # AfMemAllocate(_MemAutosize);		tMemory # AfMemAllocate(_MemAutosize);
Zeile 72:		Zeile 73:
	tMemory->MemFree();		tMemory->MemFree();
	</pre>		</pre>
			</tabber>

	<p>Die Datei kann zu Debug-Zwecken ausgewertet werden.</p></p>		<p>Die Datei kann zu Debug-Zwecken ausgewertet werden.</p></p>

Jens: Stand 4.1.09

2024-10-29T13:44:24Z

Stand 4.1.09

← Nächstältere Version		Version vom 29. Oktober 2024, 13:44 Uhr
Zeile 6:		Zeile 6:
	</tr>		</tr>
	<tr class="ProcSyntax">		<tr class="ProcSyntax">
	<td class="title"> ~~AFArcFileXmlTextRead~~(handle1, int2) : int</td>		<td class="title"> AfArcFileXmlTextRead(handle1, int2) : int</td>
	<td class="platforms">		<td class="platforms">
	[[file:DE_SymbolNoAPI.gif\|alt=Nicht ausführbar von der API\|link=Befehle der Schnittstellen]][[file:DE_SymbolNoDLL.gif\|alt=Nicht ausführbar von der Programmierschnittstelle (DLL)\|link=Befehle der Schnittstellen]][[file:DE_SymbolNoARC.gif\|alt=Nicht ausführbar mit der Application Remote Control\|link=Befehle der Schnittstellen]][[file:DE_SymbolScriptAPI.gif\|alt=Ausführbar von der Script-API\|link=Befehle der Schnittstellen]]		[[file:DE_SymbolNoAPI.gif\|alt=Nicht ausführbar von der API\|link=Befehle der Schnittstellen]][[file:DE_SymbolNoDLL.gif\|alt=Nicht ausführbar von der Programmierschnittstelle (DLL)\|link=Befehle der Schnittstellen]][[file:DE_SymbolNoARC.gif\|alt=Nicht ausführbar mit der Application Remote Control\|link=Befehle der Schnittstellen]][[file:DE_SymbolScriptAPI.gif\|alt=Ausführbar von der Script-API\|link=Befehle der Schnittstellen]]
Zeile 40:		Zeile 40:
	<td width="85%" class=Right colspan="3">		<td width="85%" class=Right colspan="3">
	[[:Category:Befehle für Archive\|Verwandte Befehle]],		[[:Category:Befehle für Archive\|Verwandte Befehle]],
	[[~~AFArcFileMetaGet~~\|AfArcFileMetaGet()]]		[[AfArcFileMetaGet\|AfArcFileMetaGet()]]
	</td>		</td>
	</tr>		</tr>
Zeile 67:		Zeile 67:
	tMemory->spCharset # _CharSetUTF8;		tMemory->spCharset # _CharSetUTF8;
	tFile # FsiOpen('c:\temp\ocrtextpositions.xml',_FsiStdWrite);		tFile # FsiOpen('c:\temp\ocrtextpositions.xml',_FsiStdWrite);
	tResult # ~~AFArcFileXmlTextRead~~(tMemory,1);		tResult # AfArcFileXmlTextRead(tMemory,1);
	tResult # FsiWriteMem(tFile,tMemory,1,tMemory->spLen);		tResult # FsiWriteMem(tFile,tMemory,1,tMemory->spLen);
	tFile->FsiClose();		tFile->FsiClose();

Jens: Jens verschob die Seite AFArcFileXmlTextRead nach AfArcFileXmlTextRead, ohne dabei eine Weiterleitung anzulegen

2024-10-29T13:41:28Z

Jens verschob die Seite AFArcFileXmlTextRead nach AfArcFileXmlTextRead, ohne dabei eine Weiterleitung anzulegen

← Nächstältere Version		Version vom 29. Oktober 2024, 13:41 Uhr
(kein Unterschied)

Jens: Stand 4.1.08 Kategorie zugewiesen

2023-11-27T15:37:35Z

Stand 4.1.08 Kategorie zugewiesen

← Nächstältere Version		Version vom 27. November 2023, 15:37 Uhr
Zeile 39:		Zeile 39:
	<td width="15%" class=Left>Siehe</td>		<td width="15%" class=Left>Siehe</td>
	<td width="85%" class=Right colspan="3">		<td width="85%" class=Right colspan="3">
	[[Befehle für Archive#\|Verwandte Befehle]],		[[:Category:Befehle für Archive\|Verwandte Befehle]],
	[[AFArcFileMetaGet\|AfArcFileMetaGet()]]		[[AFArcFileMetaGet\|AfArcFileMetaGet()]]
	</td>		</td>
Zeile 363:		Zeile 363:
	</div>		</div>
	</translate>		</translate>
			[[Category:Befehle für Archive]]

Jens am 27. Oktober 2023 um 09:25 Uhr

2023-10-27T09:25:40Z

← Nächstältere Version		Version vom 27. Oktober 2023, 09:25 Uhr
Zeile 39:		Zeile 39:
	<td width="15%" class=Left>Siehe</td>		<td width="15%" class=Left>Siehe</td>
	<td width="85%" class=Right colspan="3">		<td width="85%" class=Right colspan="3">
	[[Befehle für Archive#\|Verwandte Befehle]]		[[Befehle für Archive#\|Verwandte Befehle]],
			[[AFArcFileMetaGet\|AfArcFileMetaGet()]]
	</td>		</td>
	</tr>		</tr>
Zeile 57:		Zeile 58:
	<p>Im Parameter (int1) muss der Deskriptor eines zuvor mit [[AfMemAllocate#\|AfMemAllocate()]] angelegten Memory-Objekts übergeben werden. In (int2) wird die Seitennummer angeben.</p>		<p>Im Parameter (int1) muss der Deskriptor eines zuvor mit [[AfMemAllocate#\|AfMemAllocate()]] angelegten Memory-Objekts übergeben werden. In (int2) wird die Seitennummer angeben.</p>

	<p>Nach erfolgreicher Ausführung der Anweisung befindet sich ein XML-Dokument im Memory-Objekt. Das Objekt kann mit der Anweisung (siehe CONZEPT 16 Hilfe) {{Marker}} in eine XML-Struktur überführt werden. Im folgenden Beispiel wird das Memory-Objekt in eine externe Datei geschrieben.</p>		<p>Nach erfolgreicher Ausführung der Anweisung befindet sich ein XML-Dokument im Memory-Objekt. Das Objekt kann mit der Anweisung <font class=source>XmlLoad()</font> (siehe CONZEPT 16 Hilfe) {{Marker}} in eine XML-Struktur überführt werden. Im folgenden Beispiel wird das Memory-Objekt in eine externe Datei geschrieben.</p>

	<b>Beispiel:</b>{{Marker}}		<b>Beispiel:</b>{{Marker}}

AfWikiBot: Die Seite wurde neu angelegt: „
2020-08-19T14:47:31Z
Die Seite wurde neu angelegt: „<languages /> <translate> <table class=head> <tr> <td class="BigTitle" colspan="2" align="center">file:DE_Schriftzug.gif</td> </tr> <tr clas…“
Neue Seite
<languages />
<translate>
<table class=head>
<tr>
<td class="BigTitle" colspan="2" align="center">[[file:DE_Schriftzug.gif]]</td>
</tr>
<tr class="ProcSyntax">
<td class="title"> AFArcFileXmlTextRead(handle1, int2) : int</td>
<td class="platforms">
[[file:DE_SymbolNoAPI.gif|alt=Nicht ausführbar von der API|link=Befehle der Schnittstellen]][[file:DE_SymbolNoDLL.gif|alt=Nicht ausführbar von der Programmierschnittstelle (DLL)|link=Befehle der Schnittstellen]][[file:DE_SymbolNoARC.gif|alt=Nicht ausführbar mit der Application Remote Control|link=Befehle der Schnittstellen]][[file:DE_SymbolScriptAPI.gif|alt=Ausführbar von der Script-API|link=Befehle der Schnittstellen]]
</td>
</tr>
<tr class="ProcShortDescription">
<td class="description" colspan="2">Positionen des erkannten Textes</td>
</tr>
<tr>
<td width="100%" colspan="2">
<table class="para">
<tr class="ProcParameterItem">
<td valign=top width="15%" class=Left>handle1</td>
<td colspan="3" width="85%" class=Right>Deskriptor eines Memory-Objekts</td>
</tr>

<tr class="ProcParameterItem">
<td valign=top width="15%" class=Left>int2</td>
<td colspan="3" width="85%" class=Right>Seitennummer</td>
</tr>

<tr class="ProcResultItem">
<td width="15%" class=Left>Resultat</td>
<td width="15%" class=Right>int</td>
<td width="70%" class=Right colspan="2">Fehlerwert</td>
</tr>

<tr>
<td width="15%" class=Left>Siehe</td>
<td width="85%" class=Right colspan="3">
[[Befehle für Archive#|Verwandte Befehle]]
</td>
</tr>

</table>
</td>
</tr>
</table>
<div class="BigLang">
Mit der Funktion kann in einem Ereignis nach Texterkennung die Positionsinformationen zum erkannten Text eingelesen werden.

Bei der Verwendung des Office-Server der vorhergehenden Generation (Version 4.0.x), werden die Positionsinformationen nur dann erstellt, wenn in der Datei afocr.cfg die Einträge [[Office-Server40#PdfRecognition|PdfRecognition=3]] und [[Office-Server40#OcrCreateXml|OcrCreateXml=1]] vorhanden sind.

Die Positionsinformationen stehen nur zur Verfügung, wenn eine Texterkennung durch die OCR-Software erfolgt und in den [[Erweitert - Dateitypen#Texterkennung|Einstellungen]] für den Datentyp die Einstellung "Text mit Position" aktiviert ist.

Im Parameter (int1) muss der Deskriptor eines zuvor mit [[AfMemAllocate#|AfMemAllocate()]] angelegten Memory-Objekts übergeben werden. In (int2) wird die Seitennummer angeben.

Nach erfolgreicher Ausführung der Anweisung befindet sich ein XML-Dokument im Memory-Objekt. Das Objekt kann mit der Anweisung (siehe CONZEPT 16 Hilfe) {{Marker}} in eine XML-Struktur überführt werden. Im folgenden Beispiel wird das Memory-Objekt in eine externe Datei geschrieben.

Beispiel:{{Marker}}


<pre class=source>
tMemory # AfMemAllocate(_MemAutosize);
tMemory->spCharset # _CharSetUTF8;
tFile # FsiOpen('c:\temp\ocrtextpositions.xml',_FsiStdWrite);
tResult # AFArcFileXmlTextRead(tMemory,1);
tResult # FsiWriteMem(tFile,tMemory,1,tMemory->spLen);
tFile->FsiClose();
tMemory->MemFree();
</pre>

Die Datei kann zu Debug-Zwecken ausgewertet werden.

Aufbau der XML-Struktur{{Marker}}


<ul>
<li>Kopf-Daten
Im Kopfbereich der XML-Struktur befinden sich allgemeine Informationen zu dem Dokument. In dem Eintrag source befinden sich der Dateiname (Attribut file), die horizontale und vertikale Auflösung (dpix, dpiy) und die Größe der Seite (sizex, sizey). Die Größe einer Seite wird berechnet, indem die Punkte durch die DPI geteilt werden (Größe in Zoll) und das Ergebnis mit 25,4 multipliziert wird (Größe in Millimeter).
<pre class=source>
<?xml version="1.0"?>

<document xmlns="http://www.scansoft.com/omnipage/xml/ssdoc-schema3.xsd" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
<summary>
</summary>
<page ocr-vers="OmniPageCSDK16" app-vers="ArcFlow">
<description backColor="ffffff">
<source file="..." dpix="400" dpiy="400" sizex="3307" sizey="4678"/>
<theoreticalPage size="Custom" marginLeft="0" marginTop="0" marginRight="0" marginBottom="0" width="3307" height="4678"/>
</description>
</pre>
In dem obigen Beispiel ist die Seite 210 mm breit (sizex/dpix25,4 = 3307/40025,4 = 209,9945) und 297 mm hoch (sizey/dpiy25,4 = 4678/40025,4 = 297,053).
</li>



<li>Textbereiche
Die Seite wird hierarchisch in verschiedenen Bereiche aufgeteilt. Auf oberster Ebene sind das Textbereiche (textZone). Diese werden in Zeilen (ln) und dann weiter in Worte (wd) aufgeteilt. Im Wortbereich befindet sich dann das erkannte Wort (run).
<pre class=source>
<zones>
<textZone l="853" t="853" r="4601" b="1364" fillingMethod="omnifont" recognitionModule="omnifontPlus2w" chrFilter="all">
<ln l="853" t="853" r="4597" b="1361" baseLine="1354" bold="true" underlined="none" fontSize="3400">
<wd l="853" t="853" r="4597" b="1361"><run backColor="ffffff" language="de">
Produktinfo</run>
</wd>
<space/>
</ln>
</textZone>
...
<zones>
</pre>
In diesem Beispiel befindet sich in dem Textbereich nur eine Zeile mit dem Wort "Produktinfo". Weitere Textbereiche sind aus Gründen der Übersichtlichkeit ausgeblendet.
Wird eine Tabelle erkannt, befindet sich im Textbereich eine weitere Unterteilung in Spalten (cellZone). Diese wird dann weiter in Zeilen und Wöter aufgeteilt.
Die Position eines Textbereiches, einer Zeile oder eines Wortes kann über die Attribute l, t, r und b ermittelt werden. Die Angabe erfolgt in Twips (1 Twip = 1/1440 Zoll). Die Werte können mit 25,4/1440 multipliziert werden, um Werte in Millimeter zu erhalten. Die Werte entsprechen dem Abstand vom linken bzw. vom oberen Seitenrand.
Der Begriff "Produktinfo" befindet sich im Bereich 15-81 mm vom linken Rand und 15-24 mm vom oberen Rand.
</li>

<li>Abschluss der Datei
In dem Abschnitt werden die öffnenden Tags aus dem Kopf-Bereich geschlossen.
<pre class=source>
</page>
</document>
</pre>
</li>
</ul>

Verarbeitung von XML-Strukturen{{Marker}}


Nachdem der XML-Text in ein Memory-Objekt übertragen wurde, kann er mit der Anweisung (siehe CONZEPT 16 Hilfe) {{Marker}} in eine XML-Struktur überführt werden. Soll lediglich das erste Vorkommen eines Begriffes und dessen Position ermittelt werden, kann auch das Memory-Objekt durchsucht und die entsprechende Textstelle ausgewertet werden. Bei komplexeren Aufgaben empfiehlt sich die Verwendung der XML-Struktur.

<pre class=source>
local
{
tResult : int;
tMemory : handle;
tXmlDoc : handle;
}

{
tMemory # AfMemAllocate(_MemAutoSize);
tMemory->spCharset # _CharsetUTF8;
tResult # AfArcFileXmlTextRead(tMemory,1); // first Page
if (tResult != _ErrOk)
{
// Error handling
...
tMemory->MemFree();
return;
}
tXmlDoc # AfCteOpen(_CteNode, _CteChildList | _CteAttribList | _CteAttribTree);
tResult # tXmlDoc->XmlLoad('',0,tMemory);
tMemory->MemFree();
if (tResult != _ErrOk)
{
// Error handling
...
tXmlDoc->AfCteCloseAll();
}
...
}
</pre>


Beispiel:{{Marker}}


Die folgende Funktion gibt das Wort zurück, das an einer bestimmten Stelle auf der Seite steht. Die Position des Wortes wird in einer Konstanten in 10tel Millimeter angegeben. Es werden Funktionen definiert, die bestimmte Attribute aus einem XML-Knoten lesen (getNodeAttrUnits()), aus den Attributen l, t, r und b ein Rechteck bilden (getNodeAttrRectUnits()) und prüfen, ob ein Wort an einem vorgegebenen Punkt steht (xmlFindWdByPoint()).

<pre class=source>
define
{
sPointOnPage : PointMake(1900,250) // Position 2.5 cm from top, 19 cm from left
}

sub getNodeAttrUnits
(
aXmlNode : handle;
aName : alpha;
)
: int

local
{
tXmlNode : handle;
}
{
tXmlNode # aXmlNode->CteRead(_CteAttribList | _CteFirst | _CteSearch, 0, aName);
if (tXmlNode > 0)
return CnvIA(tXmlNode->spValueAlpha);
else
return 0;
}

sub getNodeAttrRectUnits
(
aXmlNode : handle;
)
: rect

local
{
tResult : rect;
}
{
tResult:left # aXmlNode->getNodeAttrUnits('l');
tResult:top # aXmlNode->getNodeAttrUnits('t');
tResult:right # aXmlNode->getNodeAttrUnits('r');
tResult:bottom # aXmlNode->getNodeAttrUnits('b');
return tResult;
}

sub xmlFindWdByPoint
(
aXmlNode : handle;
aPoint : point;
)
: handle

local
{
tXmlNode : handle;
tRect : rect;
tResult : handle;
}

{
for tXmlNode # aXmlNode->CteRead(_CteChildList | _CteFirst);
loop tXmlNode # aXmlNode->CteRead(_CteChildList | _CteNext, tXmlNode);
while (tXmlNode > 0)
{
if (tXmlNode->spName = 'wd')
{
tRect # tXmlNode->getNodeAttrRectUnits();

if (aPoint:x >= tRect:left and aPoint:x <= tRect:right and
aPoint:y >= tRect:top and aPoint:y <= tRect:bottom)
{
return tXmlNode;
}
cycle;
}

tResult # xmlFindWdByPoint(tXmlNode,aPoint);
if (tResult > 0)
return tResult;
}
return 0;
}
</pre>

Für den Aufruf der Funktionen muss der XML-Text gelesen und in eine Knotenstruktur geladen werden. Anschließend wird der angegebene Punkt in seine Position in Twips umgerechnet und der Funktion xmlFindWdByPoint() übergeben. Das gesuchte Wort befindet sich in einem untergeordneten Knoten. Das Wort wird mit der Funktion getWord() ermittelt.

<pre class=source>
sub getWord
(
aWdNode : handle;
var aValue : alpha;
)
: int;

local
{
tHdlNode : handle;
}

{
if (HdlInfo(aWdNode,_HdlExists) = 0)
{
aValue # '';
return(_ErrHdlInvalid);
}
tHdlNode # aWdNode->CteRead(_CteChildList | _CteFirst); // run element
if (tHdlNode <= 0)
{
aValue # '';
return(_ErrGeneric);
}
tHdlNode # tHdlNode->CteRead(_CteChildList | _CteFirst); // text element
if (tHdlNode <= 0)
{
aValue # '';
return(_ErrGeneric);
}
aValue # tHdlNode->spValueAlpha;
return(_ErrOk);
}

main
(
)
: logic

local
{
tResult : int;
tMemory : handle;
tXmlDoc : handle;
tTarget : point;
tNodeTarget : handle;
tTargetWord : alpha(250);
}

{
tMemory # AfMemAllocate(_MemAutoSize);
tMemory->spCharset # _CharsetUTF8;
tResult # AfArcFileXmlTextRead(tMemory,1); // read XML of first Page
tXmlDoc # AfCteOpen(_CteNode, _CteChildList | _CteAttribList | _CteAttribTree);
tResult # tXmlDoc->XmlLoad('',0,tMemory); // convert to xml structure
tMemory->MemFree();

tTarget # sPointOnPage; // convert position from 1/10 mm to twips
tTarget:x # tTarget:x * 1440 / 254;
tTarget:y # tTarget:y * 1440 / 254;
tNodeTarget # tXmlDoc->xmlFindWdByPoint(tTarget);
if (tNodeTarget = 0)
{
// nothing found at the given point
...
}
else
{
// get the word at that point
tResult # getWord(tNodeTarget, var tTargetWord);
}
...
return(true);
}
</pre>


Neben den [[Allgemeine Fehlercodes#|allgemeinen Fehlerwerten]]
können folgende Werte zurückgegeben werden:

<table class=lang>
<tr>
<td>Konstante</td>
<td align=center width=80>Wert</td>
<td>Bedeutung</td>
</tr>
<tr class="ProcErrorItem">
<td class=source valign=top>_ErrOk</td>
<td align=center valign=top>0</td>
<td>ok - kein Fehler aufgetreten</td>
</tr>

<tr class="ProcErrorItem">
<td class=source valign=top>_ErrHdlInvalid</td>
<td align=center valign=top>-191</td>
<td>Das übergeben Memory-Objekt existiert nicht.</td>
</tr>

</table>

Für weitere CONZEPT 16-spezifische Rückgabewerte siehe die
aktuelle CONZEPT 16-Hilfe.

</div>
</translate>

file:DE_Schriftzug.gif