Differenze tra le versioni di "Estrarre il testo da un file PDF con le risorse del API di libpoppler-glib"
Da Gambas-it.org - Wikipedia.
| (3 versioni intermedie di uno stesso utente non sono mostrate) | |||
| Riga 1: | Riga 1: | ||
Se un file PDF possiede del testo, espresso graficamente con Font (e non in quanto immagine di caratteri), è possibile estrarlo con le risorse del API di ''libpoppler-glib''. | Se un file PDF possiede del testo, espresso graficamente con Font (e non in quanto immagine di caratteri), è possibile estrarlo con le risorse del API di ''libpoppler-glib''. | ||
| − | E' necessario avere installata nel sistema e richiamare nel programma Gambas la libreria | + | E' necessario avere installata nel sistema e richiamare nel programma Gambas la libreria condivisa: "''libpoppler-glib.so.8.23.0'' " |
| − | |||
Mostriamo un esempio pratico: | Mostriamo un esempio pratico: | ||
| − | Library "libpoppler-glib" | + | Private URI as String = "file://" |
| + | |||
| + | |||
| + | Library "libpoppler-glib:8.23.0" | ||
Private poppler_error As String[] = [Null, "INVALID", "ENCRYPTED", "OPEN_FILE", "BAD_CATALOG", "DAMAGED"] | Private poppler_error As String[] = [Null, "INVALID", "ENCRYPTED", "OPEN_FILE", "BAD_CATALOG", "DAMAGED"] | ||
| Riga 26: | Riga 28: | ||
| − | + | Public Sub Main() | |
Dim uri, percorso As String | Dim uri, percorso As String | ||
Dim doc, pag, p As Pointer | Dim doc, pag, p As Pointer | ||
| − | |||
percorso = "<FONT Color=gray>''/percorso/del/file.pdf''</font>" | percorso = "<FONT Color=gray>''/percorso/del/file.pdf''</font>" | ||
<FONT Color=gray>' ''Carica il file PDF:''</font> | <FONT Color=gray>' ''Carica il file PDF:''</font> | ||
| − | doc = poppler_document_new_from_file( | + | doc = poppler_document_new_from_file(URI & percorso, Null, VarPtr(p)) |
| − | If doc = 0 Then Error.Raise("Errore: " & poppler_error[CInt(String@(p))]) | + | If doc == 0 Then Error.Raise("Errore: " & poppler_error[CInt(String@(p))]) |
<FONT Color=gray>' ''Prende in considerazione la prima pagina (indice 0) del file pdf:''</font> | <FONT Color=gray>' ''Prende in considerazione la prima pagina (indice 0) del file pdf:''</font> | ||
pag = poppler_document_get_page(doc, 0) | pag = poppler_document_get_page(doc, 0) | ||
| − | If pag = 0 Then Error.Raise("Errore !") | + | If pag == 0 Then Error.Raise("Errore !") |
<FONT Color=gray>' ''Estrae il testo dalla pagina presa in considerazione del file pdf:''</font> | <FONT Color=gray>' ''Estrae il testo dalla pagina presa in considerazione del file pdf:''</font> | ||
p = poppler_page_get_text(pag) | p = poppler_page_get_text(pag) | ||
| − | If p = 0 Then Error.Raise("Errore !") | + | If p == 0 Then Error.Raise("Errore !") |
<FONT Color=gray>' ''Mostra il testo estratto dalla pagina presa in considerazione del file pdf:''</font> | <FONT Color=gray>' ''Mostra il testo estratto dalla pagina presa in considerazione del file pdf:''</font> | ||
| Riga 53: | Riga 54: | ||
g_object_unref(doc) | g_object_unref(doc) | ||
| − | + | End | |
| − | |||
=Riferimenti= | =Riferimenti= | ||
| − | * https:/ | + | * https://poppler.freedesktop.org/ |
| − | |||
Versione attuale delle 17:00, 2 ott 2023
Se un file PDF possiede del testo, espresso graficamente con Font (e non in quanto immagine di caratteri), è possibile estrarlo con le risorse del API di libpoppler-glib.
E' necessario avere installata nel sistema e richiamare nel programma Gambas la libreria condivisa: "libpoppler-glib.so.8.23.0 "
Mostriamo un esempio pratico:
Private URI as String = "file://"
Library "libpoppler-glib:8.23.0"
Private poppler_error As String[] = [Null, "INVALID", "ENCRYPTED", "OPEN_FILE", "BAD_CATALOG", "DAMAGED"]
' popplerDocument *poppler_document_new_from_file (const char *uri, const char *password, GError **error)
' Creates a new PopplerDocument.
Private Extern poppler_document_new_from_file(uri As String, password As String, GError As Pointer) As Pointer
' PopplerPage * poppler_document_get_page (PopplerDocument *document, int index)
' Returns the PopplerPage indexed at index.
Private Extern poppler_document_get_page(document As Pointer, index As Integer) As Pointer
' char * poppler_page_get_text (PopplerPage *page)
' Retrieves the text of page.
Private Extern poppler_page_get_text(page As Pointer) As Pointer
' void g_object_unref (gpointer object)
' Decreases the reference count of object.
Private Extern g_object_unref(gobject As Pointer)
Public Sub Main()
Dim uri, percorso As String
Dim doc, pag, p As Pointer
percorso = "/percorso/del/file.pdf"
' Carica il file PDF:
doc = poppler_document_new_from_file(URI & percorso, Null, VarPtr(p))
If doc == 0 Then Error.Raise("Errore: " & poppler_error[CInt(String@(p))])
' Prende in considerazione la prima pagina (indice 0) del file pdf:
pag = poppler_document_get_page(doc, 0)
If pag == 0 Then Error.Raise("Errore !")
' Estrae il testo dalla pagina presa in considerazione del file pdf:
p = poppler_page_get_text(pag)
If p == 0 Then Error.Raise("Errore !")
' Mostra il testo estratto dalla pagina presa in considerazione del file pdf:
Print String@(p)
' Al termine libera la memoria precedentemente occupata:
g_object_unref(pag)
g_object_unref(doc)
End
