Adat primitívek és XMP metaadatok

Adat primitívek és XMP metaadatok

Aspose.PDF FOSS a Python számára a magasabb szintű API — Document, Page, valamint a jegyzet- és űrlályosztályok — egy kis primitív adat típuskészletre építve, amelyet a aspose_pdf.engine.data definiál. Ritkán fogod ezeket közvetlenül létrehozni, de állandóan megjelennek tulajdonságtípusokként és visszatérési értékekként: egy oldal erőforrás-szótárát PdfName értékek kulcsolják, a színek Color példányok, és a Document.xmp_metadata egy XmpPacket-t ad vissza. Ez az útmutató bemutatja az objektum-azonosítási primitíveket, a primitív értékburkolókat, Color, a szövegkódolási enumokat és az XMP metaadat-modellt.

Objektumazonosítás és az objektumregisztráció

PdfObjectID egy közvetett objektumot azonosít egy PDF-fájlban a object_number és a generation_number alapján. PdfObjectRegistry kiosztja és nyomon követi ezeket az azonosítókat, ahogy az objektumok sorosítva vannak, és PdfTrailerable a megosztott szerződés azok számára, amelyek képesek előállítani a PDF-tráilerbe írt szótárt.

import aspose_pdf
from aspose_pdf.engine.data import PdfObjectRegistry

registry = PdfObjectRegistry()

# register() assigns a PdfObjectID to a serializable object
object_id = registry.register(some_pdf_object)
print(object_id.object_number, object_id.generation_number)

# get() resolves an object back from its PdfObjectID
resolved = registry.get(object_id)

Primitív értékburkolók

PdfNumber és PdfName nyers PDF-értékeket csomagolnak típusos Python objektumokba. PdfNumber a numerikus value-ját natív Python int vagy float formájában tárolja; PdfName egy name karakterláncot tárol, és ez a típus használatos a szótárkulcsokhoz az alacsony szintű objektummodellben — például a Font és Resources kulcsok egy oldal erőforrás-szótárában. PdfNull a PDF null objektumot jelöli.

import aspose_pdf
from aspose_pdf.engine.data.number import PdfNumber
from aspose_pdf.engine.data.types import PdfName

number = PdfNumber(3.14)
raw_value = number.value  # already the native int/float you passed in

resources_key = PdfName("Resources")
font_key = PdfName("Font")

Színértékek

Color egy RGBA színt reprezentál, amelynek r, g, b és a lebegőpontos tulajdonsága van. A két argumentumos plusz alfa konstruktor mellett teljes halmazát kínálja a névvel ellátott színgyáraknak – mind kisbetűs (aqua(), blue(), azure(), red(), green(), yellow(), black(), white(), gray()) és PascalCase aliasok (Aqua(), Blue(), Azure(), Red(), Green(), Yellow(), Black(), White(), Gray()).

import aspose_pdf
from aspose_pdf.engine.data.types import Color

custom = Color(r=0.2, g=0.4, b=0.8, a=1.0)

# Named factories return ready-made Color instances
highlight = Color.yellow()
border = Color.Black()

Szövegkódolások és adatfolyam-szűrők

EncodingType (WIN_ANSI, MAC_ROMAN, MAC_EXPERT, PDF_DOC, UNICODE) egy szövegkódolást azonosít, és Encoding kiadja a megfelelő kódolási állandókat (UTF8, UTF16, LATIN1, WIN_ANSI) egy encode(text, encoding_type) metódus mellett, amely visszaadja a kódolt bytes. FilterType (NONE, FLATE_DECODE, LZW_DECODE, DCT_DECODE, JPX_DECODE, CCITT_FAX_DECODE, JBIG2_DECODE) az összenyomott PDF tartalomra alkalmazott adatfolyam-szűrőt azonosít.

import aspose_pdf
from aspose_pdf.engine.data import Encoding, EncodingType, FilterType

encoded = Encoding.encode("Hello, world", EncodingType.WIN_ANSI)

# FilterType values identify how a content or image stream is compressed
current_filter = FilterType.FLATE_DECODE

XMP metaadatok

XmpPacket a dokumentum XMP metaadatcsomagjának memóriabeli modellje — ez a típus, amelyet a Document.xmp_metadata ad vissza. Rendezett gyűjteményt tartalmaz a fields (mindegyik egy XmpField, XmpArray vagy XmpProperty) és névtér előtagokat old meg egy XmpNamespaceProvider segítségével. A típusos getterek és setterek (get_value-stílusú hozzáférők, például get_bool, get_int, get_real, get_date, get_localized_text, get_array, és azok set_* megfelelői) egyéni tulajdonságokat olvasnak és írnak névtér előtag vagy URI és tulajdonságnév alapján.

import aspose_pdf

doc = aspose_pdf.Document()
doc.load_from("input.pdf")

xmp = doc.xmp_metadata  # XmpPacket

title = xmp.get_localized_text("dc", "title", lang="x-default")
xmp.set_value("dc", "creator", "Jane Doe")

serialized = xmp.serialize()

XmpStruct egy strukturált (rdf:parseType="Resource") értéket modellez saját get(name) keresővel, XmpArray egy rendezett tömböt modellez add(item) és remove(item) elemekkel, és XmpProperty egy olyan tulajdonság, amely saját add_qualifier/remove_qualifier minősítőkkel rendelkezik. Mind a négy ugyanazt a XmpField építőelemet használja az egyedi értékekhez.

Tippek és bevált gyakorlatok

• Olvasd el a Document.xmp_metadata-t, hogy megkapd a dokumentum XmpPacket-ját, ahelyett, hogy a semmiből építenéd fel — már a betöltött fájlból fel van töltve.
• Olvassa be a PdfNumber.value közvetlenül — már tartalmazza a natív Python int vagy float értéket, amelyet a konstruktorba adtál; nincs to_double() vagy to_int() konverziós metódus.
• Részesítsd előnyben a névvel ellátott Color gyárakat (Color.red(), Color.Black() stb.) a kézzel készített r/g/b/a tuple-kkal szemben a gyakori színek esetén — a hívási helyeken világosabban olvashatók.
• Igazítsd a EncodingType-t, amelyet a Encoding.encode()-nek adsz, a kódoláshoz, amelyet a cél (betűkészlet, adatfolyam vagy megjelenítő) valójában elvár; a PDF szöveges kódolás eltérései gyakori oka a torzított kimenetnek.
• Tekintsd a PdfObjectRegistry és PdfObjectID típusokat alacsony szintű, motor felé irányuló típusoknak — a legtöbb alkalmazáskód a dokumentum tartalmát a Document és Page segítségével olvassa, ahelyett, hogy közvetlenül regisztrálná az objektumokat.

Gyakori problémák

FAQ

Szükséges-e saját magamnak létrehozni a PdfObjectID vagy PdfObjectRegistry objektumot?

Ritkán. Ezek támogatják a motor serializációs folyamatát; a legtöbb alkalmazáskód soha nem hozza létre őket közvetlenül, kivéve ha az alacsony szintű objektummodellel dolgozik.

Mi a különbség XmpField, XmpArray, XmpStruct és XmpProperty között?

XmpField egy egyszerű skaláris érték. XmpArray egy rendezett értéklista, XmpStruct egy strukturált (rdf:parseType="Resource") mezőcsoport, és XmpProperty egy olyan érték, amely saját minősítőkkel is rendelkezik.

Hogyan tudok egy dokumentum XMP metaadatait lekérni?

Olvasd el a betöltött Document xmp_metadata tulajdonságát — ez egy XmpPacket-t ad vissza, amelyet helyben lekérdezhetsz és frissíthetsz.

Az alsó- és a PascalCase Color factories különböző színeket jelentenek?

Nem — a Color.red() és a Color.Red() aliasok, amelyek ugyanazt a színt adják vissza; mindkét írásmód a kényelmet szolgálja.

API Reference Összefoglaló

Lásd még:

• Aspose.PDF for Python — Enterprise Documentation