Jak pracować z fasadami API w Aspose.PDF FOSS for C++

Aspose.PDF FOSS for C++ grupuje zestaw wyższego poziomu klas fasad i edytorów — PdfExtractor, PdfBookmarkEditor, PdfContentEditor, PdfAnnotationEditor, FormEditor, PdfFileEditor i PdfConverter wśród nich — w przestrzeni nazw Aspose::Pdf::Facades. Każda z nich opakowuje pojedyncze zadanie utrzymania dokumentu na bazie rdzenia Document API, dzięki czemu możesz wyodrębniać treść, edytować zakładki lub wypełniać pola formularzy bez ręcznego implementowania przechodzenia po stronach i obiektach. Ten przewodnik skupia się na PdfExtractor, fasadzie używanej do pobierania osadzonych załączników plikowych, tekstu ze stron i osadzonych obrazów z istniejącego PDF.

Przewodnik krok po kroku

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;
    }
}

Typowe problemy i rozwiązania

GetAttachNames() zwraca pusty wektor. Plik PDF źródłowy nie zawiera osadzonych plików. Sprawdź doc.EmbeddedFiles().Count() przed wywołaniem jakiejkolwiek metody załącznika na PdfExtractor aby nie próbować wyodrębnić z dokumentu, który nigdy nie miał załączników.

Pętla przetwarzająca tekst stron nigdy nie wchodzi w ciało. HasNextPageText() returns false natychmiast, jeśli StartPage() / EndPage() nie zostały nigdy ustawione, albo zostały ustawione na zakres wykraczający poza rzeczywistą liczbę stron dokumentu. Ustaw zakres wyraźnie od doc.Pages().Count() przed sprawdzeniem HasNextPageText().

GetNextImage() returns false przy pierwszym wywołaniu. ExtractImage() musi być wywołany raz, aby zainicjować kursor obrazu przed sprawdzeniem HasNextImage() lub wywołać GetNextImage(). Wywoływanie GetNextImage() bez wcześniejszego ExtractImage() wywołanie jest niezdefiniowane z perspektywy wywołującego — zawsze wywołuj ExtractImage() pierwszy.

Każdy wyodrębniony obraz lub plik tekstu strony nadpisuje poprzedni. GetNextImage() and GetNextPageText() każdy przyjmuje dosłowną ścieżkę wyjściową; fasada nie generuje dla Ciebie unikalnych nazw plików. Utwórz odrębną ścieżkę dla każdej iteracji (na przykład, dodając rosnący licznik) jak pokazano w Krokach 5 i 6.

Błąd linkowania: niezdefiniowane odwołanie do aspose_pdf_foss symboli. Confirm add_subdirectory() wskazuje na katalog główny sklonowanego repozytorium i że target_link_libraries() nazywa aspose_pdf_foss cel dokładnie, z ustawionym standardem C++20 dla your_app.

Najczęściej zadawane pytania

Jaka jest różnica między fasadami API a podstawowym dokumentem API?

Podstawowy Document API (Document, PageCollection, Annotation i tak dalej) udostępnia model obiektowy PDF bezpośrednio. Klasy fasady, takie jak PdfExtractor, opierają się na nim i pakują określone wieloetapowe zadanie — wyodrębnianie zawartości, edycję zakładek, wypełnianie pól formularzy — za węższym, specjalnie zaprojektowanym interfejsem.

Czy mogę edytować zakładki lub wypełniać pola formularzy w ten sam sposób, w jaki wyodrębniam zawartość za pomocą PdfExtractor?

Tak. PdfBookmarkEditor (z CreateBookmarks(), ModifyBookmarks(), ExtractBookmarks() i DeleteBookmarks()) oraz FormEditor (z AddField(), RemoveField() i SetFieldAttribute()) znajdują się w tej samej przestrzeni nazw Aspose::Pdf::Facades i stosują ten sam wzorzec include/construct pokazany w Krokach 2 i 3 — każdy działa tylko na innej części dokumentu.

Czy PdfExtractor może odczytać PDF zabezpieczony hasłem?

Ustaw hasło przed wywołaniem jakiejkolwiek metody ekstrakcji:

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

PdfExtractor::Password() jest prostą właściwością do odczytu/zapisu, więc musi być ustawiona przed ExtractText(), ExtractImage() lub metodami załączników.

Co się stanie, jeśli PDF nie zawiera tekstu, obrazów ani załączników do wyodrębnienia?

Nic nie wyrzuca wyjątku. GetAttachNames() zwraca pusty wektor, a HasNextPageText() / HasNextImage() zwracają false przy pierwszej kontroli, więc odpowiednie ciało pętli po prostu nigdy się nie wykonuje.

Który nagłówek powinienem dołączyć dla konkretnej klasy fasady?

Każda klasa fasady dostarcza własny nagłówek w aspose/pdf/facades/, odpowiadający nazwie klasy: pdf_extractor.hpp dla PdfExtractor, pdf_bookmark_editor.hpp dla PdfBookmarkEditor, form_editor.hpp dla FormEditor, oraz bookmark.hpp dla typów wartości Bookmark / Bookmarks.

Zobacz także

• Szybki start — Aspose.PDF FOSS for C++
• Podstawy dokumentu, strony i renderowania
• PdfExtractor – odniesienie klasy
• Aspose.PDF FOSS for C++ Strona produktu
• Aspose.PDF for C++ — Enterprise Knowledge Base