Chinese Simplified (简体中文)

处理文本

ABBYY FineReader Engine 处理的文本是纯文本,即不包含框架、表格等等。所有字符均为 Unicode。纯文本可以包含以下特殊字符:

  • 0x2028 — 断行符号
  • 0x2029 — 分段符号
  • 0xFFFC — 对象替代字符(表示文本内的嵌入图片)
  • 0x0009 — 制表
  • 0x005E — 抑扬音符号 (^),被 ABBYY FineReader Engine 用来替代未识别字符
  • 0x00AC — 软连字符

文本的属性和格式可以通过相应的对象和属性提供。您可以通过页面布局来访问文档的已识别文本(IFRPage::Layout 属性)。

布局中的已识别文本

识别后只有文本、表格和条形码块包含文本。其它块没有文本。Text 对象可提供对文本和表格块中已识别文本的访问,而 BarcodeText 对象可提供对条形码块中文本的访问。

若要访问块的已识别文本,请执行以下操作:

  • 文本块

使用 ITextBlock::Text 属性。

使用 IBarcodeBlock::BarcodeTextIBarcodeBlock::Text 属性接收条形码块。第一个会返回 BarcodeText 对象,这是已识别条形码的字符集合(BarcodeSymbol 对象)。第二个会将条形码的文本作为一个字符串返回。

文本和段落

Text 对象包含一个段落集合。该集合是一个 Paragraphs 对象,可通过 Text 对象的 Paragraphs 属性进行访问。Paragraphs 对象是一个 Paragraph 对象的集合。已识别文本可通过 IParagraph::Text 属性进行访问。属性中的文本是一个 Unicode 字符串。

还存在一个 ParagraphParams 对象,它包含具体针对整个段落的属性,例如对齐和缩进信息。该对象可通过 IParagraph::ExtendedParams 属性进行访问。

IParagraph::Lines 属性提供对段落行集合的访问,这些行由 ParagraphLines 对象代表,后者反过来是 ParagraphLine 对象的集合。后者提供单个段落行的几何位置信息,所以代表将文本分为行。

IParagraph::Words 属性提供对段落词汇集合的访问,这些词汇由 Words 对象代表,后者是 Word 对象的集合。Word 对象提供对段落单个词汇的访问。

字符属性

文本的每个字符有自己的参数。可通过 CharParams 对象进行访问。CharParams 对象有一个大的字符属性集,例如几何参数、字体和语言。CharParams 对象包含 SelectedCharacterRecognitionVariant 属性中的字符本身。也请参见下面的 纯文本 了解如何获取文档中所有字符信息的推荐方式。

字符在文本中的位置由段落索引及其自己在该段落中的索引定义。文本中还存在一个所谓的“特殊位置”:段落索引是段落总数,字符索引为0。这是在文本末尾的插入点。Text 对象的一些方法用特殊位置执行操作,即插入另一个文本片段或者其中的图片。

CharParams 对象的 SelectedCharacterRecognitionVariant 属性提供具体针对单个字符的扩展属性集的访问,字符由 CharacterRecognitionVariant 对象代表。这些属性在识别过程中设置,提供具体针对字符的内部识别信息。具体而言,该对象提供更精确的字符识别确定性信息、字符为宋体字体的概率等等。

文字编辑

您可以尝试更改 Text 对象的属性,但是如果要将文本导出为外部格式,应谨慎操作。ABBYY FineReader Engine 导出方法假设已识别文本是识别结果,用户只纠正了识别错误,没有做其它更改。Text 组的对象有许多相互依赖的属性,通常情况下更改这些属性中的一个也需要更改其它属性。因此,对已识别文本的属性进行更改有时可能导致不可预测的导出结果。

纯文本

您也可以特殊“纯文本”格式访问文档或者页面的完整已识别文本,后者由 PlainText 对象表示。该方法仅提供有关已识别文本符号、其识别置信度和相对源图像的位置的信息。不过,如需访问大型文档中所有字符的这些属性,该方法可能适用。

另请参阅

处理布局和块

处理语言

使用投票 API

7/3/2024 8:50:25 AM

Usage of Cookies. In order to optimize the website functionality and improve your online experience ABBYY uses cookies. You agree to the usage of cookies when you continue using this site. Further details can be found in our Privacy Notice.