Artykuł techniczny

Dzielenie wyrazów i wyważone kolumny PDF w Delphi

Wlej niemiecką kartę produktu w trzy kolumny po 148 punktów, a dwie rzeczy psują się naraz. Linia przed słowem jak Rechnungsprüfungsausschuss może skończyć się na jednej trzeciej pusta, bo spacja przed tym złożeniem z 26 liter była jedynym miejscem złamania. I na ostatniej stronie pozostały tekst wypełnia jedną kolumnę, część drugiej i zostawia trzecią pustą. Łamacz linii, który zna tylko spacje i nigdy nie liczy, co zostało, produkuje dokładnie taką stronę

Poprawka ma dwie połowy: łamać wewnątrz słów według reguł języka tekstu i wymiarować końcowe kolumny z liczby wierszy, które jeszcze trzeba rozstawić. Obie połowy działają tylko wtedy, gdy liczba wierszy użyta do decyzji pochodzi z tych samych złamań, które zostaną narysowane, łączniki wliczone, przy szerokości kolumny 148 punktów, a nie regionu 480 punktów

Trójkolumnowy przepływ z dzieleniem wyrazów w PDF Library for Delphi

PDF Library for Delphi trzyma fragment jako przepływ tekstu: NewTextFlow zwraca uchwyt, SetTextFlowLanguage i SetTextFlowHyphenation sterują tym, gdzie słowa mogą się łamać, a DrawTextFlowColumns wlewa tyle pozostałego tekstu, ile się mieści, do jednej do 64 kolumn o równej szerokości i przesuwa przepływ naprzód. Szerokość kolumny to szerokość regionu minus rynny, podzielona przez liczbę kolumn, więc region 480 punktów z trzema kolumnami i rynnami 18 punktów daje (480 − 2 × 18) / 3 = 148 punktów na kolumnę

Wywołanie zwraca łączną liczbę narysowanych linii. Zero znaczy, że nic się nie zmieściło, i w takim wypadku przepływ zostaje tam, gdzie był, więc żaden tekst nie ginie; pułapką jest pętla stron, która woła NewPage w kółko, podczas gdy wywołanie wraca ciągle z zerem. To dzieje się, gdy region jest krótszy niż jedna linia albo gdy ustawienie minimum wierszy nie da się spełnić w zaoferowanej przestrzeni. Pętla poniżej traktuje zero jako błąd zamiast się kręcić

var
  Lib: TPDFlib;
  FontID, Flow, Drawn: Integer;
begin
  Lib := TPDFlib.Create;
  try
    Lib.SetDocumentLanguage('de-DE');      // przed NewTextFlow, patrz niżej
    FontID := Lib.AddTrueTypeFont('Georgia', 1);
    Lib.SetTextSize(10.5);

    Flow := Lib.NewTextFlow(ArticleBody);
    try
      Lib.SetTextFlowHyphenation(Flow, 1, 3, 3);
      Lib.SetTextFlowMinLines(Flow, 2);   // żaden pojedynczy wiersz nie zostaje osamotniony u stóp kolumny

      repeat
        // Lewa 66, Góra 72, region 480 x 620 pt, 3 kolumny, rynny 18 pt, wyważone
        Drawn := Lib.DrawTextFlowColumns(Flow, 66, 72, 480, 620, 3, 18, 1);
        if Lib.TextFlowFinished(Flow) = 1 then
          Break;
        if Drawn = 0 then
          raise Exception.Create('Column region cannot take the next lines');
        Lib.NewPage;
        Lib.SelectFont(FontID);
        Lib.SetTextSize(10.5);            // NewPage przynosi czcionkę z powrotem przy 12 pt
      until False;
    finally
      Lib.ReleaseTextFlow(Flow);
    end;

    Lib.SaveToFile('newsletter.pdf');
  finally
    Lib.Free;
  end;
end;

Współrzędne są mierzone od lewego górnego rogu strony bez względu na ustawiony początek, bo wywołanie kolumn rozstawia swoje linie w dół od Top. Przy domyślnym wyrównaniu do lewej każda linia startuje od lewej krawędzi swojej kolumny, więc luz ze złego złamania pokazuje się jako poszarpana prawa krawędź; w składzie justowanym ten sam luz zamienia się w rzeki

Porównanie PDF Library for Delphi wąskich kolumn justowanych z dzieleniem wyrazów i bez, pokazujące jak włączenie dzielenia przełamuje długi wyraz i usuwa rzeki białej przestrzeni
Dzielenie wyrazów świadome języka umieszcza złamanie wewnątrz wyrazu, więc luz justunku nigdy nie zbiera się w rzeki

Skąd pochodzi język dzielenia wyrazów?

Nowy przepływ bierze swój język z wpisu /Lang katalogu dokumentu w chwili, gdy NewTextFlow biegnie. To ta sama wartość, którą czytają czytniki ekranu i indeksatory wyszukiwania, więc dokument, który już deklaruje swój język, jak oznaczone wyjście z automatycznego tagowania dla dostępnych PDF-ów, dostaje dzielenie wyrazów za darmo. Wyczucie czasu ma jednak znaczenie. Wołaj SetDocumentLanguage po tym, jak przepływ istnieje, i ten przepływ nigdy go nie zobaczy; pierwszy przykład ustawia język najpierw dokładnie z tego powodu

Gdy znacznik nazywa wspierany język, automatyczne dzielenie wyrazów włącza się samo. Reguły pokrywają angielski, niemiecki, niderlandzki, francuski, hiszpański, włoski, portugalski, rosyjski, turecki, duński, szwedzki, fiński, polski, czeski i węgierski. Subtagi regionu są zrzucane przed wyszukaniem, więc de-CH, de-AT i de dzielą się wszystkie jak niemiecki. Znacznik, którego reguły nie pokrywają, jak ja, jest przyjmowany, a automatyczne łamanie po prostu wyłącza się dla tego przepływu

Trzy wartości zwracane mówią ci, co się stało, i są warte sprawdzenia w kodzie, który dostaje język z danych użytkownika:

  • SetTextFlowLanguage zwraca 0 tylko dla zniekształconego znacznika; poprawny znacznik dla niepokrytego języka zwraca 1 i zostawia automatyczne dzielenie wyłączone
  • SetTextFlowHyphenation z Enable = 1 zwraca 0, gdy język przepływu nie ma reguł, więc łamacz nie może wymyślać punktów złamania bez języka za nimi
  • GetTextFlowHyphenation zgłasza, czy automatyczne łamanie jest teraz włączone, czyli wartość do zalogowania, gdy układ wygląda źle

Kolejność ma tu też znaczenie. SetTextFlowLanguage przelicza stan włącz/wyłącz z nowego języka, więc wołanie go po SetTextFlowHyphenation(Flow, 0, …) włącza dzielenie z powrotem dla wspieranego języka. Ustaw język, potem opcje dzielenia

MinPrefix i MinSuffix to ustawienie stylu domowego

Dwie liczby całkowite po fladze włączającej to minimalna liczba liter, które muszą zostać na linii przed złamaniem i przejść do następnej linii po nim. Obie przyjmują 1 do 16. Gdy dzielenie włącza się z samego języka, obie wynoszą 2, a słowo jest brane pod uwagę do łamania tylko, gdy ma co najmniej MinPrefix + MinSuffix + 1 liter

Dwa i dwa to ustawienie, które zmienilibyśmy w prawie każdym dokumencie. Wytwarza więcej możliwości złamania, ale dwuliterowy fragment na końcu linii czyta się jak literówka, a w niemieckim albo niderlandzkim odcina takie rzeczy jak dwuliterowy prefiks, który czytelnik musi potem dokleić z powrotem. Trzy i trzy kosztuje kilka linii bardziej poszarpanych i wygląda jak skład. Podnieś minima dalej dla dużej czcionki, gdzie każdy fragment jest wyeksponowany; zejdź do dwóch tylko dla naprawdę wąskiej kolumny, gdzie zdecydowałeś, że ciasny łam triumfuje nad czystym

Które słowa mogą się łamać i co się dzieje z URL-em

Linie łamią się przy spacjach i tabulatorach, a znak nowej linii wymusza nową linię. Wewnątrz słowa automatyczne dzielenie patrzy tylko na słowa złożone wyłącznie z liter (łacina, łącznie z akcentowanymi zakresami Latin Extended, i cyrylica), z każdym wiodącym albo końcowym znakiem interpunkcyjnym odłożonym na bok. Reguły są konserwatywnymi kombinacjami samogłosek, legalnych zbitek spółgłosek i częstych afiksów, więc stawiają mniej punktów złamania, niż zrobiłby słownikowy dzielicz. Słowa z cyframi albo wewnętrzną interpunkcją, jak ISO-32000 albo v2Beta, i słowa dłuższe niż 128 liter nie dostają automatycznych punktów

Łączniki opcjonalne (U+00AD) to nadpisanie. Jeśli słowo zawiera jakiekolwiek, te pozycje stają się jego jedynymi punktami złamania: reguły automatyczne są dla tego słowa pomijane, a łączniki opcjonalne działają nawet, gdy automatyczne dzielenie jest wyłączone albo język nie ma reguł. Używaj ich dla nazw marek, kodów produktów i terminów, które reguły tną źle; w następnym przykładzie Rechnungs i prüfungs to jedyne dwa miejsca, gdzie złożenie może się złamać

var
  Flow: Integer;
  Body, Rest: WideString;
begin
  // U+00AD znaczkowuje jedyne miejsca, gdzie to złożenie może się złamać
  Body := 'Die Pr' + #$00FC + 'fung erfolgt durch den Rechnungs' + #$00AD +
    'pr' + #$00FC + 'fungs' + #$00AD + 'ausschuss der Gesellschaft';
  Flow := Lib.NewTextFlow(Body);
  try
    if Lib.SetTextFlowLanguage(Flow, CustomerLanguageTag) = 0 then
      raise Exception.Create('Malformed language tag: ' + CustomerLanguageTag);
    if Lib.SetTextFlowHyphenation(Flow, 1, 3, 3) = 0 then
      LogWarning('No hyphenation rules; only soft hyphens will break words');
      // LogWarning to twoja własna rutyna logująca

    Lib.DrawTextFlow(Flow, 72, 72, 148, 240);

    // Cokolwiek się nie zmieściło, wraca dokładnie tak, jak przekazano,
    // łączniki opcjonalne wliczone
    Rest := Lib.GetTextFlowRemaining(Flow);
  finally
    Lib.ReleaseTextFlow(Flow);
  end;
end;

Łącznik minus jest rysowany tylko przy złamaniu, które faktycznie wybrano. Niezbrane łączniki opcjonalne są niewidoczne i w pomiarze, i w rysowaniu, a złamanie jest zapisywane względem oryginalnego tekstu, dlatego GetTextFlowRemaining oddaje łączniki opcjonalne nietknięte. Naiwny projekt myli to w rozpoznawalny sposób: zapisuje łącznik do ciągu podczas próby kandydata, złamanie później się przesuwa, i zbłąkany łącznik ląduje w środku linii

Token, który nie mieści się w żadnej linii, długi URL albo numer dostępu bez legalnego złamania, jest cięty przy najdłuższym prefiksie, który się mieści, bez dodanego łącznika. Cięcie nigdy nie ląduje między dwiema połówkami pary zastępczej ani przed znakiem łączącym, więc emoji albo akcentowana litera nigdy nie jest rozcięta między liniami

Co Balance=1 zmienia na ostatniej stronie

Argument Balance ma znaczenie tylko, gdy wszystko, co pozostało, mieści się wewnątrz regionu. W takim wypadku DrawTextFlowColumns dzieli liczbę pozostałych linii przez liczbę kolumn, zaokrągla w górę i używa tego jako wysokości każdej kolumny. Dwadzieścia dwa pozostałe linie w trzech kolumnach wychodzą jako 8, 8 i 6. Gdy reszta się nie mieści, każda kolumna zachowuje pełną wysokość, więc strona niesie tyle, ile może, a reszta kontynuuje na następnej stronie

Ustawienie minimum wierszy może podnieść wyważoną wysokość. Przy SetTextFlowMinLines(Flow, 3) i czterech pozostałych liniach wyważona wysokość dwóch jest poniżej minimum, więc kolumny wypełniają się po kolei: trzy linie w pierwszej kolumnie, jedna w drugiej, trzecia pusta. Krótki ogon na samym końcu fragmentu jest zawsze rozstawiany, bo nie ma gdzie indziej pójść. Żeby trzymać co najmniej dwie linie razem też na górze następnej kolumny, SetTextFlowPaginationLines biera minima wdów i sierot w jednym wywołaniu

Diagram PDF Library for Delphi parametru Balance utrzymującego wcześniejsze regiony kolumn pełnymi, podczas gdy ostatni region jest skracany do równej liczby wierszy w każdej kolumnie
Wyrównywanie stosuje się tylko na końcu fragmentu, gdzie przycina każdą kolumnę do tej samej liczby wierszy

Dla artykułów ciągłych przekazuj 1 za każdym razem. W środku fragmentu nie zmienia niczego. Kolumny i tak są pełne. 0 przekazywalibyśmy tylko, gdy region kolumn jest stałym pudełkiem w układzie formularzopodobnym, gdzie reszta 52 linii w kolumnach 43-liniowych powinna wylądować jako 43, 9 i 0, a nie 18, 18 i 16

Gdy sam układ zależy od tego, jak długi jest fragment, mierz przed rysowaniem. MeasureTextFlow zwraca, ile linii potrzebuje reszta przepływu przy danej szerokości, używając tego samego łamania, dzielenie wliczone, bez przesuwania przepływu

var
  Flow, Needed, LinesPerColumn: Integer;
  LinePitch: Double;
begin
  Flow := Lib.NewTextFlow(ArticleBody);
  try
    Lib.SetTextFlowLanguage(Flow, 'fr');
    Lib.SetTextFlowHyphenation(Flow, 1, 3, 3);

    Lib.SelectFont(FontID);
    Lib.SetTextSize(10.5);
    // Interlinia, której używa wywołanie kolumn: 1.2 x wybrana wysokość tekstu
    LinePitch := Lib.GetTextHeight * 1.2;
    LinesPerColumn := Trunc(620 / LinePitch);

    Needed := Lib.MeasureTextFlow(Flow, (480 - 2 * 18) / 3);
    if Needed > 3 * LinesPerColumn then
      UseTwoPageSpread      // twój własny wybór układu
    else
      UseSinglePage;        // Balance=1 wyrówna kolumny

    Lib.DrawTextFlowColumns(Flow, 66, 72, 480, 620, 3, 18, 1);
    if Lib.TextFlowFinished(Flow) <> 1 then
      CarryOver(Lib.GetTextFlowRemaining(Flow));   // też twój
  finally
    Lib.ReleaseTextFlow(Flow);
  end;
end;

Zachowaj identyczne ustawienia czcionki we wszystkich polach

DrawTextFlow, DrawTextFlowColumns i MeasureTextFlow wszystkie łamią linie czcionką i rozmiarem wybranym w chwili ich wywołania. Zmień jedno między dwoma polami tego samego przepływu, a drugie pole złamie się inaczej, niż zmierzyło pierwsze. Interlinia rusza się z tym, bo wynosi 1.2 razy wybraną wysokość tekstu. Załóżmy, że GetTextHeight zgłasza 12 punktów dla twojego kroju: interlinia to 14.4 punktu, a kolumna 620 punktów mieści 43 linie

Łatwy sposób, by się o to przewrócić, to nowa strona. NewPage wybiera ponownie bieżącą czcionkę, ale przy 12 punktach, i SelectFont robi to samo. Przepływ ustawiony na 10.5 punktu na stronie pierwszej biegnie więc przy 12 punktach od strony drugiej naprzód, chyba że pętla woła SetTextSize jeszcze raz: szersze słowa, wyższa interlinia, mniej linii na kolumnę i wynik MeasureTextFlow ze strony pierwszej, który już nie pasuje. Objaw wygląda na przerywany, bo strona pierwsza jest zawsze dobra. Wybieraj czcionkę ponownie, a potem rozmiar, po każdym NewPage, w tej kolejności, jak robi pierwszy przykład

PDF Library for Delphi: Diagram ostrzegawczy dryfujących podziałów wierszy po zmianie czcionki między polami, zestawiony ze stabilną pętlą ponownego wyboru czcionki po każdej nowej stronie
Wszystkie trzy metody przepływu łamią wiersze aktualnie wybraną czcionką, więc krój musi przetrwać między stronami bez zmian

Fragmenty mieszające pisma przechodzą w pomiarze i rysowaniu tę samą ścieżkę wybranej czcionki, więc kroje zastępcze wybrane przez automatyczny fallback czcionek dla tekstu CJK i emoji nie otwierają luki między nimi. W układach raportów, gdzie przepływ dzieli stronę z nagłówkami, stopkami i blokami sterowanymi danymi, kolejność z silnika raportów ze zbioru danych przechodzi dalej: najpierw zmierz, rozstaw stałe elementy, potem oddaj przepływowi cały pozostały region

Wywołania przepływu tekstu pokryte tutaj, od tworzenia i pomiaru po przewijanie wstecz i zwalnianie, są częścią PDF Library for Delphi dla Delphi, C++Buildera i Lazarusa. Referencja funkcji i pobranie są na stronie produktu PDF Library for Delphi