Úvod

Každou funkci v Aspose.PDF FOSS pro TypeScript získáte pomocí dvou tříd: Document a Page. Document vlastní kolekci stránek a vše, co se týká dokumentu — metadata, záložky, štítky stránek a ukládání/načítání — zatímco každá Page v doc.Pages vlastní vše, co se vztahuje k jedné stránce: obsah, anotace a pole formulářů. Jakmile jsou tyto dvě třídy známé, zbytek rozhraní knihovny — konverze, anotace, formuláře, zabezpečení — jsou ve skutečnosti jen další metody na stejných dvou objektech.

Tento příspěvek se podrobněji zaměřuje na části toho základního rozhraní, které úvodní příspěvek zmiňuje jen okrajově: skládání dokumentů z jiných dokumentů, vytváření stránek od nuly, přidání stromu záložek pro navigaci a označování obsahu pro přístupnost. Všechny čtyři jsou obyčejná volání metod — žádný samostatný modul k importu, žádná další závislost mimo samotný balíček @asposefoss/pdf.

Jedná se o operace, které se objeví, jakmile PDF pipeline překročí „otevřít jeden soubor, změnit jej, uložit jej“: sloučení zpráv z několika zdrojů do jednoho dokumentu, programové generování stránek místo začátku ze šablony a vytvoření výstupu, který je navigovatelný a přístupný, nikoli jen vizuálně správný.

Co je zahrnuto

Skládání a reorganizace dokumentů

Document.Split() rozbije dokument na jeden nový jednostránkový Document na stránku, v pořadí stránek. Document.ExtractPages() zkopíruje zadanou sadu čísel stránek začínajících od 1 do nového samostatného Document, v uvedeném pořadí — stejná stránka může být opakována. Stránky z jednoho dokumentu lze také zkopírovat do jiného: Document.Append() zkopíruje každou stránku zdrojového dokumentu na konec cílového, a Document.InsertPage() zkopíruje jednu stránku mezi dokumenty na konkrétní pozici počínaje od 1.

import { Document } from '@asposefoss/pdf';

const report = Document.OpenFile('report.pdf');

const parts = report.Split();                      // one Document per page
const chapter = report.ExtractPages([3, 4, 5]);     // subset (1-based, repeats allowed) as a new Document

const cover = Document.OpenFile('cover.pdf');
report.InsertPage(1, cover.Pages[0]);               // copy a single page across documents
report.Append(chapter);                             // copy chapter's pages onto report

report.WriteTo('assembled.pdf');

Několik dokumentů lze také sloučit do jednoho v jediném volání pomocí Document.Merge(), které vytvoří nový Document ze kopií všech stránek všech dokumentů předaných do něj, v pořadí.

Vytváření stránek od nuly

Document.New() vytvoří dokument z ničeho: nula stránek, když není zadán formát, nebo jednu prázdnou stránku daného PageFormat, když je předán. Další prázdné stránky pocházejí z Document.AddPage(), která také přijímá PageFormat (nebo existující Page pro kopírování velikosti). Text je vykreslen na stránku pomocí Page.AddText(), umístěného v bodě (x, y) v uživatelském prostoru PDF.

import { Document, PageFormat } from '@asposefoss/pdf';

const doc = Document.New(PageFormat.A4);          // one blank A4 page
doc.Pages[0].AddText('Hello', 72, 720, { fontSize: 14 });
doc.AddPage(PageFormat.A4.landscape());           // append more as you go
doc.WriteTo('scratch.pdf');

Záložky a navigace v dokumentu

Osnova dokumentu (panel záložek, který většina PDF čteček zobrazuje vedle stránky) je načtena pomocí Document.GetOutlines() a kompletně nahrazena pomocí Document.SetOutlines(), přičemž každá pracuje se stromem hodnot OutlineItem. Každý OutlineItem nese Title, cíl Dest a volitelně Children pro vnořené položky, plus zobrazovací nápovědy jako Open (rozbaleno ve výchozím nastavení) a Bold.

import { Document, OutlineItem } from '@asposefoss/pdf';

const items: OutlineItem[] = [
  { Title: 'Introduction', Dest: { name: 'intro' } },
  {
    Title: 'Chapters',
    Open: true,
    Children: [
      { Title: 'Chapter 1', Dest: { name: 'ch1' } },
      { Title: 'Chapter 2', Dest: { name: 'ch2' } },
    ],
  },
];
doc.SetOutlines(items);

Cíle pojmenované tímto způsobem ({ name: 'intro' }) se řeší přes tabulku pojmenovaných cílů dokumentu, kterou Document.GetNamedDestinations() a Document.SetNamedDestination() spravují přímo, když záložka potřebuje odkazovat na cíl, který není svázán s obsahem stránky.

Strukturovaný text a značení přístupnosti

Document.GetStructTree() vrací logický strom struktury dokumentu (nebo null, když dokument není označen), a Document.CreateStructTree() vytvoří jeden, označující dokument jako Tagged. Jakmile existuje strom struktury, Page.GetStructuredText() vrací text stránky jako hodnoty TextBlock — umístěné fragmenty již seskupené do řádků a bloků podobných odstavcům — což je vstup, ze kterého pracuje ruční značení: procházení bloků, rozhodování, které jsou nadpisy a které tělo textu, a přidávání odpovídajících prvků do stromu.

function handTagPage(doc: Document, page: Page, heading: string): void {
  const root = doc.GetStructTree();
  if (!root) throw new Error('handTagPage: the document is not tagged yet');
  for (const block of page.GetStructuredText()) {
    const text = block.text.trim();
    if (text.length === 0) continue;
    const el = root.Append(text.startsWith(heading) ? 'H2' : 'P');
    el.MarkContent(page, block.quad);
  }
}

Označený strom struktury je tím, na čem staví následné funkce: export semantického HTML se z něj přetéká místo toho, aby se vrátil k jednoduchému heuristickému rozložení, a Document.ValidatePdfUa() kontroluje dokument vůči podmnožině standardu přístupnosti PDF/UA, který závisí na přítomnosti značkování.

Rychlý start

Nainstalujte balíček, poté otevřete dokument, vyjměte a znovu spojte podmnožinu jeho stránek a uložte výsledek:

git clone https://github.com/aspose-pdf-foss/Aspose.PDF-FOSS-for-TypeScript.git
cd Aspose.PDF-FOSS-for-TypeScript
npm install
npm run build
import { Document } from '@asposefoss/pdf';

const doc = Document.OpenFile('report.pdf');

const chapter = doc.ExtractPages([3, 4, 5]);   // subset (1-based, repeats allowed) as a new Document
const cover = Document.OpenFile('cover.pdf');

doc.InsertPage(1, cover.Pages[0]);             // copy a single page across documents
doc.Append(chapter);                           // copy chapter's pages onto doc

doc.WriteTo('assembled.pdf');

Podporované formáty

FormátRozšířeníČístZapsat
PDFpdf✓✓
Markdownmd✓✓
SVGsvg✓✓
TIFFtiff✓✓
DOCXdocx—✓
HTMLhtml—✓
PNGpng—✓
EPUBepub—✓

Open Source a licencování

Aspose.PDF FOSS pro TypeScript je vydáno pod licencí MIT, se zdrojovým kódem publikovaným na GitHub. Neexistuje žádný evaluační vodoznak, omezení používání ani samostatný licenční soubor k řízení, a knihovna může být použita v komerčních produktech bez royalty.

Balíček je momentálně ve verzi 0.1.0, což odráží aktivní vývoj v rané fázi. Node.js (>=22) je jediným požadavkem na runtime a balíček nemá žádné další třetí strany závislosti.

Začínáme

Související zdroje