Cách làm việc với các Facade API trong Aspose.PDF FOSS for C++

Aspose.PDF FOSS for C++ nhóm một tập hợp các lớp facade và editor cấp cao — PdfExtractor, PdfBookmarkEditor, PdfContentEditor, PdfAnnotationEditor, FormEditor, PdfFileEditor, và PdfConverter trong số chúng — trong không gian tên Aspose::Pdf::Facades. Mỗi lớp bao bọc một tác vụ bảo trì tài liệu duy nhất dựa trên core Document API, cho phép bạn trích xuất nội dung, chỉnh sửa dấu trang, hoặc điền vào các trường biểu mẫu mà không cần tự viết mã để duyệt các trang và đối tượng nền tảng. Hướng dẫn này tập trung vào PdfExtractor, facade được dùng để lấy các tệp đính kèm nhúng, văn bản trang và hình ảnh nhúng ra khỏi một PDF hiện có.

Hướng dẫn từng bước

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;
    }
}

Các vấn đề thường gặp và cách khắc phục

GetAttachNames() trả về một vector rỗng. Tệp PDF nguồn không có tệp nhúng. Kiểm tra doc.EmbeddedFiles().Count() trước khi gọi bất kỳ phương thức đính kèm nào trên PdfExtractor để bạn không cố gắng trích xuất từ tài liệu chưa bao giờ có đính kèm.

Vòng lặp văn bản trang không bao giờ vào phần thân. HasNextPageText() returns false ngay lập tức nếu StartPage() / EndPage() không bao giờ được đặt, hoặc nếu chúng được đặt thành một phạm vi ngoài số trang thực tế của tài liệu. Đặt phạm vi một cách rõ ràng từ doc.Pages().Count() trước khi kiểm tra HasNextPageText().

GetNextImage() returns false vào lần gọi đầu tiên. ExtractImage() phải được gọi một lần để khởi tạo con trỏ hình ảnh trước khi bạn kiểm tra HasNextImage() hoặc gọi GetNextImage(). Gọi GetNextImage() không có trước ExtractImage() lần gọi là không xác định từ góc nhìn của người gọi — luôn luôn gọi ExtractImage() đầu tiên.

Mỗi hình ảnh hoặc tệp văn bản trang được giải nén sẽ ghi đè lên tệp trước đó. GetNextImage() and GetNextPageText() mỗi cái đều lấy một đường dẫn đầu ra nguyên bản; facade không tự tạo tên tệp duy nhất cho bạn. Tạo một đường dẫn riêng cho mỗi vòng lặp (ví dụ, bằng cách thêm một bộ đếm tăng dần) như được minh họa trong Các bước 5 và 6.

Lỗi liên kết: tham chiếu không xác định tới aspose_pdf_foss các ký hiệu. Confirm add_subdirectory() chỉ tới gốc của kho lưu trữ đã sao chép và rằng target_link_libraries() đặt tên cho aspose_pdf_foss đích một cách chính xác, với tiêu chuẩn C++20 được cấu hình cho your_app.

Câu hỏi thường gặp

Sự khác nhau giữa Facades API và Document cốt lõi API là gì?

Core Document API (Document, PageCollection, Annotation, v.v.) trực tiếp phô bày mô hình đối tượng PDF. Các lớp Facade như PdfExtractor nằm trên nó và gói một nhiệm vụ đa bước cụ thể — trích xuất nội dung, chỉnh sửa dấu trang, điền vào các trường biểu mẫu — sau một giao diện hẹp hơn, được thiết kế riêng cho mục đích.

Tôi có thể chỉnh sửa dấu trang hoặc điền vào các trường biểu mẫu theo cách tôi trích xuất nội dung với PdfExtractor không?

Có. PdfBookmarkEditor (với CreateBookmarks(), ModifyBookmarks(), ExtractBookmarks(), và DeleteBookmarks()) và FormEditor (với AddField(), RemoveField(), và SetFieldAttribute()) cùng tồn tại trong cùng không gian tên Aspose::Pdf::Facades và tuân theo cùng mẫu include/construct được hiển thị trong Bước 2 và 3 — mỗi cái chỉ hoạt động trên một phần khác nhau của tài liệu.

Liệu PdfExtractor có thể đọc PDF được bảo vệ bằng mật khẩu không?

Đặt mật khẩu trước khi gọi bất kỳ phương thức giải nén nào:

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

PdfExtractor::Password() là một thuộc tính đọc/ghi đơn giản, vì vậy nó phải được đặt trước ExtractText(), ExtractImage(), hoặc các phương thức đính kèm.

Điều gì sẽ xảy ra nếu PDF không có văn bản, hình ảnh hoặc tệp đính kèm nào để trích xuất?

Không có lỗi nào được ném. GetAttachNames() trả về một vector rỗng, và HasNextPageText() / HasNextImage() trả về false trong lần kiểm tra đầu tiên, vì vậy phần thân vòng lặp tương ứng sẽ không bao giờ chạy.

Tôi nên bao gồm header nào cho một lớp facade cụ thể?

Mỗi lớp facade cung cấp header riêng của nó dưới aspose/pdf/facades/, khớp với tên lớp: pdf_extractor.hpp cho PdfExtractor, pdf_bookmark_editor.hpp cho PdfBookmarkEditor, form_editor.hpp cho FormEditor, và bookmark.hpp cho các kiểu giá trị Bookmark / Bookmarks.

Xem thêm

• Bắt đầu nhanh — Aspose.PDF FOSS for C++
• Các nguyên tắc cơ bản về Tài liệu, Trang và Kết xuất
• Tham chiếu lớp PdfExtractor
• Aspose.PDF FOSS for C++ Trang sản phẩm
• Aspose.PDF for C++ — Enterprise Knowledge Base