Vergleichsprofile
Filter und Optimierungen
Optimierung einfacher Tabellen
Dieser Filter kann verwendet werden, um das Ergebnis für Tabellen mit sichtbaren Rändern zu optimieren. Für erkannte Tabellen wird damit der Inhalt so aufbereitet, dass die Tabelle zellenweise verglichen werden kann.
Voraussetzungen: Der Filter kann eine Tabelle nur erkennen, wenn
- die Tabelle einen sichtbaren Rand besitzt
- jede Zelle einen sichtbaren Rand besitzt
- es keinen Abstand zwischen den Zellen gibt (kein Cell-Spacing)
- die Tabelle mindestens zwei Zeilen und Spalten besitzt
Wiederholte Kopfzeilen filtern
Falls eine Tabelle nicht vollständig auf einer Seite Platz findet wird beim Umbruch meist der Tabellenkopf wiederholt. i-net PDFC markiert solch einen Tabellenkopf oft als Unterschied, da er nicht zum Inhalt der Tabelle passt. Mit dem Aktivieren dieser Filteroption wird der Filter sämtliche Tabellenkopfzeilen vom Vergleich ausnehmen, die identisch zum Kopf der letzten Tabelle auf der vorhergehenden Seite sind.
Tabellen vergleichen per
Diese Option legt fest, wie der Tabellenvergleich gleiche Zeilen erkennt. Standardmäßig wird der komplette Inhalt der Zeile verwendet um eine Zuordnung für den Vergleich herzustellen. Mit der Option 'Erste Spalte als Schlüssel' wird nur die erste Spalte als Schlüsselwert angenommen und für die Zuordnung verwendet. Bei Verwendung von 'Automatisch erkennen' werden die ersten ein bis drei Spalten als Schlüssel verwendet, falls es keine Duplikate jeweils innerhalb der Tabellen gibt.
Vergleichsprofile
Filter und Optimierungen
Optimierung einfacher Tabellen
Die GUI-Dokumentation zu //Einfache Tabellen optimieren// beschreibt die aktuelle Profil-Sidebar von i-net PDFC. Die Optionen unter diesem Filter sind nur aktiv, wenn Einfache Tabellen optimieren eingeschaltet ist.
Rohprofilwerte
Der Filter wird über die kommaseparierte Liste FILTERS mit der Kennung BASELINETABLE aktiviert. Die zugehörigen Profileigenschaften sind:
| Rohschlüssel | Wert oder Wertebereich | Bedeutung und Standardwert |
|---|---|---|
FILTERS | BASELINETABLE enthalten | Aktiviert die BaselineTable-Verarbeitung. Fehlt die Kennung, ist der Filter deaktiviert. |
IGNORE_REPEATING_HEADER | true oder false | Filtert wiederholte Tabellenköpfe aus den Vergleichsdaten. Der Standardwert ist true. |
TABLE_HEADER_DIFF_RATIO | Gleitkommazahl von 0.0 bis 1.0 | Legt die relative Toleranz beim Erkennen wiederholter Tabellenköpfe fest. Der Standardwert ist 0.0. Die Eigenschaft wird nur ausgewertet, wenn IGNORE_REPEATING_HEADER aktiviert ist. Sie ist in der aktuellen Profil-Sidebar nicht als eigene Auswahl vorhanden. |
TABLE_ID_COLUMN | false, true, auto, 1 bis 10 | Steuert die Zuordnung von Tabellenzeilen. Der Standardwert ist false. Die aktuelle Profil-Sidebar bietet nur die drei Auswahlwerte false, true und auto an; die numerischen Rohwerte werden dort nicht angeboten. |
TABLE_USE_TATR | true oder false | Aktiviert die optionale TATR-Tabellenerkennung. Der Standardwert ist false. |
Abbildung auf die aktuelle Profil-Sidebar
Die aktuellen Auswahlbezeichnungen und ihre Rohwerte sind:
Rohwert in TABLE_ID_COLUMN | Sidebar-Auswahl | Zuordnung |
|---|---|---|
false | Gesamte Zeile | Die vollständige Tabellenzeile wird als Schlüssel für den Vergleich verwendet. |
true | Erste Spalte als Schlüssel | Die erste Spalte wird als Schlüssel für die Zuordnung der Tabellenzeilen verwendet. |
auto | Automatisch | Der geeignete Schlüsseltyp wird für jede Tabelle automatisch ermittelt. |
Die Checkbox Wiederholte Kopfzeilen filtern bildet IGNORE_REPEATING_HEADER ab. Der Eintrag Einfache Tabellen optimieren bildet die Kennung BASELINETABLE in FILTERS ab. Das Auswahlfeld Tabellenzeilen zuordnen nach bildet TABLE_ID_COLUMN ab.
Die zugehörigen Struktur- beziehungsweise UI-Kennungen lauten:
| Sidebar-Option | Struktur- oder UI-Kennung | Rohprofilwert |
|---|---|---|
| Einfache Tabellen optimieren | pdfc.filter.BASELINETABLE | FILTERS enthält BASELINETABLE |
| Wiederholte Kopfzeilen filtern | pdfc.filter.IGNORE_REPEATING_HEADER | IGNORE_REPEATING_HEADER |
| Tabellenzeilen zuordnen nach | pdfc.filter.TABLE_ID_COLUMN | TABLE_ID_COLUMN |
| KI-Tabellenerkennung verwenden (langsam) | pdfc.filter.USE_TATR | TABLE_USE_TATR |
Optionale TATR-Verwendung
i-net PDFC registriert für BaselineTable einen TATR-Modell-Builder. Die Checkbox KI-Tabellenerkennung verwenden (langsam) ist nur sichtbar, wenn dieser Modell-Builder in der Konfiguration aktiv ist. Ohne verfügbaren TATR-Modellstatus wird sie als verfügbar angezeigt. Liegt ein Modellstatus vor, ist die Option nicht verfügbar; Administratoren sehen sie deaktiviert mit dem Status, für andere Benutzer bleibt sie ausgeblendet. Fehlt der Modell-Builder oder ist er in der Konfiguration nicht aktiv, wird die Option nicht angezeigt.
Die TATR-Option ist nur aktivierbar, wenn auch Einfache Tabellen optimieren aktiv ist. TATR ist optional und kann insbesondere Tabellen ohne sichtbare Rahmen erkennen; die Verwendung kann die Verarbeitung verlangsamen. TABLE_USE_TATR bleibt standardmäßig false.
Profilfragment
Ein mögliches XML-Profilfragment lautet:
<entry key="FILTERS">BASELINETABLE</entry> <entry key="IGNORE_REPEATING_HEADER">true</entry> <entry key="TABLE_HEADER_DIFF_RATIO">0.0</entry> <entry key="TABLE_ID_COLUMN">auto</entry> <entry key="TABLE_USE_TATR">false</entry>
