Cara Bekerja dengan Facades API di Aspose.PDF FOSS for C++

Aspose.PDF FOSS untuk C++ mengelompokkan sekumpulan kelas facade dan editor tingkat tinggi — PdfExtractor, PdfBookmarkEditor, PdfContentEditor, PdfAnnotationEditor, FormEditor, PdfFileEditor, dan PdfConverter di antaranya — dalam namespace Aspose::Pdf::Facades. Masing-masing membungkus satu tugas pemeliharaan dokumen di atas API inti Document, sehingga Anda dapat mengekstrak konten, mengedit penanda buku, atau mengisi bidang formulir tanpa harus menulis secara manual penjelajahan halaman dan objek di bawahnya. Panduan ini berfokus pada PdfExtractor, facade yang digunakan untuk mengambil lampiran file tertanam, teks halaman, dan gambar tertanam dari PDF yang ada.

Panduan Langkah demi Langkah

git clone https://github.com/aspose-pdf-foss/Aspose.PDF-FOSS-for-Cpp.git

add_subdirectory(Aspose.PDF-FOSS-for-Cpp)
target_link_libraries(your_app PRIVATE aspose_pdf_foss)

cmake -S . -B build
cmake --build build

#include <aspose/pdf/document.hpp>
#include <aspose/pdf/facades/pdf_extractor.hpp>

using namespace Aspose::Pdf;
using namespace Aspose::Pdf::Facades;

Document doc("input.pdf");
PdfExtractor extractor(doc);

#include <iostream>

if (doc.EmbeddedFiles().Count() > 0) {
    std::vector<std::string> names = extractor.GetAttachNames();
    for (const auto& name : names) {
        std::cout << "Attachment: " << name << "\n";
    }

    // Writes the bytes of the first attachment to disk
    extractor.GetAttachment("extracted_attachment.bin");
}

extractor.ExtractText();
extractor.GetText("extracted_text.txt");

extractor.StartPage(1);
extractor.EndPage(doc.Pages().Count());

int pageNumber = extractor.StartPage();
while (extractor.HasNextPageText()) {
    std::string outputFile = "page_" + std::to_string(pageNumber) + ".txt";
    extractor.GetNextPageText(outputFile);
    ++pageNumber;
}

extractor.ExtractImage();

int imageIndex = 1;
while (extractor.HasNextImage()) {
    std::string outputFile = "extracted_image_" + std::to_string(imageIndex);
    if (extractor.GetNextImage(outputFile)) {
        ++imageIndex;
    }
}

Masalah Umum dan Solusinya

GetAttachNames() mengembalikan vektor kosong. PDF sumber tidak memiliki file tersemat. Periksa doc.EmbeddedFiles().Count() sebelum memanggil metode lampiran apa pun pada PdfExtractor sehingga Anda tidak mencoba mengekstrak dari dokumen yang tidak pernah memiliki lampiran.

Loop teks-halaman tidak pernah masuk ke dalam tubuh. HasNextPageText() returns false segera jika StartPage() / EndPage() tidak pernah diatur, atau jika diatur ke rentang di luar jumlah halaman sebenarnya dari dokumen. Atur rentang secara eksplisit dari doc.Pages().Count() sebelum memeriksa HasNextPageText().

GetNextImage() returns false pada pemanggilan pertama. ExtractImage() harus dipanggil sekali untuk mempersiapkan kursor gambar sebelum Anda memeriksa HasNextImage() atau panggil GetNextImage(). Memanggil GetNextImage() tanpa sebelumnya ExtractImage() pemanggilan ExtractImage() pertama.

Setiap gambar atau file teks halaman yang diekstrak akan menimpa yang sebelumnya. GetNextImage() and GetNextPageText() masing-masing mengambil jalur output literal; facade tidak menghasilkan nama file unik untuk Anda. Bangun jalur yang berbeda per iterasi (misalnya, dengan menambahkan penghitung yang meningkat) seperti yang ditunjukkan pada Steps 5 dan 6.

Kesalahan tautan: referensi tidak terdefinisi ke aspose_pdf_foss simbol. Confirm add_subdirectory() menunjuk pada akar repositori yang dikloning dan bahwa target_link_libraries() menamai aspose_pdf_foss target secara tepat, dengan standar C++20 yang dikonfigurasi untuk your_app.

Pertanyaan yang Sering Diajukan

Apa perbedaan antara Facade API dan Document inti API?

Core Document API (Document, PageCollection, Annotation, dan seterusnya) mengekspos model objek PDF secara langsung. Kelas facade seperti PdfExtractor berada di atasnya dan membungkus tugas multi-langkah tertentu — mengekstrak konten, mengedit bookmark, mengisi bidang formulir — di balik antarmuka yang lebih sempit dan khusus.

Bisakah saya mengedit bookmark atau mengisi bidang formulir dengan cara yang sama seperti saya mengekstrak konten menggunakan PdfExtractor?

Ya. PdfBookmarkEditor (dengan CreateBookmarks(), ModifyBookmarks(), ExtractBookmarks(), dan DeleteBookmarks()) dan FormEditor (dengan AddField(), RemoveField(), dan SetFieldAttribute()) berada dalam namespace Aspose::Pdf::Facades yang sama dan mengikuti pola include/konstruksi yang sama seperti yang ditunjukkan pada Langkah 2 dan 3 — masing-masing hanya beroperasi pada bagian dokumen yang berbeda.

Bisakah PdfExtractor membaca PDF yang dilindungi kata sandi?

Setel kata sandi sebelum memanggil metode ekstraksi apa pun:

extractor.Password("owner-or-user-password");

PdfExtractor::Password() adalah properti baca/tulis biasa, jadi harus diatur sebelum ExtractText(), ExtractImage(), atau metode lampiran.

Apa yang terjadi jika PDF tidak memiliki teks, gambar, atau lampiran untuk diekstrak?

Tidak ada yang melempar. GetAttachNames() mengembalikan vektor kosong, dan HasNextPageText() / HasNextImage() mengembalikan false pada pemeriksaan pertama, sehingga tubuh loop yang bersangkutan tidak pernah dijalankan.

Header apa yang harus saya sertakan untuk kelas fasad tertentu?

Setiap kelas fasad menyertakan headernya sendiri di bawah aspose/pdf/facades/, yang cocok dengan nama kelas: pdf_extractor.hpp untuk PdfExtractor, pdf_bookmark_editor.hpp untuk PdfBookmarkEditor, form_editor.hpp untuk FormEditor, dan bookmark.hpp untuk tipe nilai Bookmark / Bookmarks.

Lihat Juga

• Panduan Cepat — Aspose.PDF FOSS for C++
• Dasar-dasar Dokumen, Halaman, dan Rendering
• Referensi Kelas PdfExtractor
• Aspose.PDF FOSS for C++ Halaman Produk
• Aspose.PDF for C++ — Enterprise Knowledge Base