高度なPDFアプリケーションの開発を支援する定番プログラムライブラリー Supported by インフォテック株式会社

PDFlib TET サンプル集(クックブック)

本サンプルプログラムは、PDF テキスト抽出ライブラリーの実装である TET の基本的な機能を実際のプログラムで紹介したものです。

本サイトでダウンロードした TET は、一部機能の制限を除き、評価版として無償でお使いいただけます。


PDFlib TET で、指定した値より大きなサイズの特殊なフォントを使用している全ての単語をリストするサンプルプログラムです。


<?xml version="1.0" encoding="UTF-8"?>
  (C) PDFlib GmbH 2008 www.pdflib.com

  Purpose: List all words in a document which use a particular font in
  a size larger than a specified value. A word may contain multiple
  font/size combinations; only unique combinations are printed.

  Expected input: TETML in "glyph" or "wordplus" mode.

  Stylesheet parameters:
  font-name:		Name of the font to search for.
  min-size:		Minimum font size to search for.

  Version: $Id: fontfilter.xsl,v 1.2 2008/11/19 10:37:32 stm Exp $

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
  <xsl:output method="text" />

  <!-- Font to search for. -->
  <xsl:param name="font-name">TheSansBold-Plain</xsl:param>

  <!-- Minimum font size to search for. -->
  <xsl:param name="min-size">10</xsl:param>

    Template to print a heading and for looping over all the paragraphs. 
  <xsl:template match="/">
    <!-- Make sure that font information is present in the input TETML. -->
    <xsl:if test="tet:TET/tet:Document/tet:Pages//tet:Content[not(@font = 'true')]">
      <xsl:message terminate="yes">
        <xsl:text>Stylesheet fontfilter.xsl processing TETML for document '</xsl:text>
        <xsl:value-of select="tet:TET/tet:Document/@filename" />
        <xsl:text>': this stylesheet requires font info in TETML. </xsl:text>
        <xsl:text>Create the input in page mode "glyph" or "wordplus".</xsl:text>

    <xsl:text>Text containing font '</xsl:text>
    <xsl:value-of select="$font-name" />
    <xsl:text>' with size greater than </xsl:text>
    <xsl:value-of select="$min-size" />
    <xsl:apply-templates select="tet:TET/tet:Document/tet:Pages//tet:Para" />

    For each paragraph, find all Words where at least one Glyph satisfies
    the search criteria. 
  <xsl:template match="tet:Para">
    <!-- Get the unique ID for the font name. -->
    <xsl:variable name="font-id" select="ancestor::tet:Pages[1]//tet:Font[@name = $font-name]/@id" />

      Select all Words that have at least one Glyph
      sub-element that fulfills the required conditions.
    <xsl:apply-templates select="tet:Word[tet:Box/tet:Glyph[@font = $font-id and @size > $min-size]]" />

    Print the fonts for the matching words.
  <xsl:template match="tet:Word">
    <!-- Produce a list of unique font/size combinations for the word. -->
    <xsl:variable name="font-sets"
      select="tet:Box/tet:Glyph[not(@font = preceding-sibling::tet:Glyph/@font) or not(@size = preceding-sibling::tet:Glyph/@size)]" />

    <xsl:for-each select="$font-sets">
      <xsl:variable name="font-ref" select="@font" />

      <!-- Separate multiple font/size pairs by blanks. -->
      <xsl:if test="position() != 1">
        <xsl:text> </xsl:text>

        Output the human-readable name of the font, and afterwards
        the font size separated by a slash.
      <xsl:value-of select="ancestor::tet:Pages[1]//tet:Font[@id = $font-ref]/@name" />
      <xsl:value-of select="@size" />
    <xsl:text>] </xsl:text>

      Output the Text contents of the Word and terminate with a new-line
    <xsl:value-of select="tet:Text" />

(May 6, 2010 - Feb 21, 2014)