Installation

Das Paket ist verfügbar bei PyPI und kann über pip mit folgendem Befehl installiert werden:

pip install groupdocs-parser-cloud

Anforderungen

• Python 2.7 oder 3.4+
• pip Paketmanager
• GroupDocs Cloud-Anmeldeinformationen — Client ID and Client Secret vom Dashboard

Abhängigkeiten

Das SDK installiert automatisch die folgenden Pakete:

Dokumenten-Parsing und Datenextraktion Python Cloud REST API

GroupDocs.Parser Cloud SDK für Python ermöglicht Entwicklern die Integration erweiterter Funktionen zum Parsen von Dokumenten und zur Datenextraktion in Python-Web-Apps, Skripte und Automatisierungs-Workflows. Extrahieren Sie Text, Bilder, Metadaten und strukturierte Daten aus über 70 Dateiformaten — einschließlich Word, Excel, PDF, Präsentationen, E-Mails, Archive und eBooks. Definieren Sie benutzerdefinierte Extraktionsvorlagen, um Textfelder, Zahlen und Tabellen aus Rechnungen, Formularen und Geschäftsdokumenten zu extrahieren. Ob Sie eine einzelne Datei parsen oder Container-Elemente aus ZIP-Archiven, PST/OST-Mail-Speichern oder PDF-Portfolios verarbeiten — GroupDocs.Parser liefert präzise, skalierbare Werkzeuge für cloudbasierte Document Intelligence.

Textextraktion

Klartext extrahieren - Extrahieren Sie Textinhalte aus Dokumenten in einfacher Form.
Formatierten Text extrahieren - Extrahieren Sie Text unter Beibehaltung der ursprünglichen Formatierung.
Text nach Seitenbereich extrahieren - Extrahieren Sie Text nur von bestimmten Seiten.
Text aus Containern extrahieren - Extrahieren Sie Text aus Dokumenten in ZIP-Archiven, PST/OST-Dateien und PDF-Portfolios.

Bildextraktion

Alle Bilder extrahieren - Extrahieren Sie jedes eingebettete Bild aus einem gesamten Dokument.
Bilder nach Seitenbereich extrahieren - Extrahieren Sie Bilder von bestimmten Seiten basierend auf einem Seitenbereich.
Bilder aus Containern extrahieren - Extrahieren Sie Bilder aus Dokumenten in Container-Dateien.

Vorlagenbasiertes Parsen

Nach Vorlage parsen - Parsen Sie Dokumente mit benutzerdefinierten Vorlagen für strukturierte Datenextraktion.
Vorlagen erstellen oder aktualisieren - Definieren und speichern Sie Extraktionsvorlagen im Cloud-Speicher.
Vorlagen abrufen und löschen - Rufen Sie Vorlagen aus dem Benutzerspeicher ab oder entfernen Sie sie.
Nach Vorlagenobjekt parsen - Übergeben Sie eine Vorlagendefinition direkt in der API-Anfrage.

Dokumentinformationen

Dokumentinformationen abrufen - Rufen Sie Dateierweiterung, Größe in Bytes und Seitenanzahl ab.
Container-Elementinformationen abrufen - Listen Sie Elemente in ZIP-Archiven, PDF-Portfolios und Mail-Speichern auf.
Unterstützte Dateiformate abrufen - Rufen Sie die vollständige Liste der unterstützten Parsing-Formate ab.

Dateioperationen

Dateien in die Cloud hochladen - Laden Sie Dateien über die API in den Cloud-Speicher hoch.
Dateien aus der Cloud herunterladen - Laden Sie Dateien aus dem Cloud-Speicher auf lokale Systeme herunter.
Dateien kopieren - Kopieren Sie Dateien innerhalb des Cloud-Speichers an andere Speicherorte.
Dateien verschieben - Verschieben Sie Dateien zwischen Ordnern im Cloud-Speicher.
Dateien löschen - Löschen Sie bestimmte Dateien aus dem Cloud-Speicher.

Ordneroperationen

Ordner erstellen - Erstellen Sie neue Ordner im Cloud-Speicher.
Ordner kopieren - Duplizieren Sie Ordner innerhalb des Cloud-Speichers.
Ordner verschieben - Verschieben Sie Ordner zwischen Verzeichnissen im Cloud-Speicher.
Ordner löschen - Entfernen Sie gesamte Ordner aus dem Cloud-Speicher.

Lizenzierung und Authentifizierung

Evaluierungsmodus - Testen Sie die API mit einem kostenlosen Testkonto.
Sichere Authentifizierung - Verwenden Sie Client ID und Client Secret für sicheren API-Zugriff.
MIT-Lizenz - Das Python SDK ist unter der MIT License lizenziert.

Unterstützte Dokumentformate

GroupDocs.Parser Cloud unterstützt über 70 Dateiformate mit Textextraktion, Bildextraktion und vorlagenbasiertem Parsing:

• Word Processing: DOC, DOCX, DOCM, DOT, DOTX, DOTM, TXT, RTF, ODT, OTT
• PDF: PDF
• Markup: HTML, XHTML, MHTML, MD, XML
• eBooks: CHM, EPUB, FB2
• Spreadsheets: XLS, XLT, XLSX, XLSM, XLSB, XLTX, XLTM, ODS, OTS, CSV, XLA, XLAM, NUMBERS
• Presentations: PPT, PPS, POT, PPTX, PPTM, POTX, POTM, PPSX, PPSM, ODP, OTP
• Emails: PST, OST, EML, EMLX, MSG
• Notes: ONE (Microsoft OneNote)
• Archives: ZIP

Unterstützte Operationen variieren je nach Format. Die vollständige Formatmatrix finden Sie in der Dokumentation.

Schnellstart

API-Anmeldeinformationen erhalten

Um GroupDocs.Parser Cloud zu nutzen, registrieren Sie sich im GroupDocs.Cloud Dashboard und erhalten Sie Ihre Client ID und Client Secret.

API initialisieren

Verwenden Sie den folgenden Code, um das GroupDocs.Parser Cloud SDK für Python zu nutzen:

import groupdocs_parser_cloud

# Get your ClientId and ClientSecret at https://dashboard.groupdocs.cloud
client_id = "YourClientId"
client_secret = "YourClientSecret"

# Create API configuration
configuration = groupdocs_parser_cloud.Configuration(client_id, client_secret)
configuration.api_base_url = "https://api.groupdocs.cloud"

# Create instance of the Parse API
parse_api = groupdocs_parser_cloud.ParseApi.from_config(configuration)

Text aus einem Dokument extrahieren

Nach der Initialisierung können Sie mit diesem grundlegenden Beispiel Text aus einem Dokument im Cloud-Speicher extrahieren:

import groupdocs_parser_cloud

client_id = "YourClientId"
client_secret = "YourClientSecret"

parse_api = groupdocs_parser_cloud.ParseApi.from_keys(client_id, client_secret)

options = groupdocs_parser_cloud.TextOptions()
options.file_info = groupdocs_parser_cloud.FileInfo()
options.file_info.file_path = "email/eml/embedded-image-and-attachment.eml"

request = groupdocs_parser_cloud.TextRequest(options)
result = parse_api.text(request)

print("Text: " + result.text)

Mit dieser Schnellstart-Anleitung sind Sie bereit, Dokumente mit GroupDocs.Parser Cloud in Ihren Python-Anwendungen zu parsen. Weitere Details finden Sie in der Dokumentation.

Unterstützte Dateiformate abrufen

Rufen Sie die vollständige Liste der über die Parser API unterstützten Dateiformate ab.

import groupdocs_parser_cloud

info_api = groupdocs_parser_cloud.InfoApi.from_keys("YourClientId", "YourClientSecret")

result = info_api.get_supported_file_formats()

for fmt in result.formats:
    print(fmt.file_format)

Dokument nach Vorlage parsen

Parsen Sie ein Dokument mit einer benutzerdefinierten Vorlage im Cloud-Speicher, um strukturierte Felder und Tabellen zu extrahieren.

import groupdocs_parser_cloud

parse_api = groupdocs_parser_cloud.ParseApi.from_keys("YourClientId", "YourClientSecret")

options = groupdocs_parser_cloud.ParseOptions()
options.file_info = groupdocs_parser_cloud.FileInfo()
options.file_info.file_path = "words-processing/docx/companies.docx"
options.template_path = "templates/companies.json"

request = groupdocs_parser_cloud.ParseRequest(options)
result = parse_api.parse(request)

for data in result.fields_data:
    if data.page_area.page_text_area is not None:
        print("Field name: " + data.name + ". Text: " + data.page_area.page_text_area.text)

    if data.page_area.page_table_area is not None:
        print("Table name: " + data.name)
        for cell in data.page_area.page_table_area.page_table_area_cells:
            print("Row " + str(cell.row_index) + " column " + str(cell.column_index) + ": " + cell.page_area.page_text_area.text)

Bilder aus einem Dokument extrahieren

Extrahieren Sie alle eingebetteten Bilder aus einem Dokument und rufen Sie deren Cloud-Speicherpfade und Download-URLs ab.

import groupdocs_parser_cloud

parse_api = groupdocs_parser_cloud.ParseApi.from_keys("YourClientId", "YourClientSecret")

options = groupdocs_parser_cloud.ImagesOptions()
options.file_info = groupdocs_parser_cloud.FileInfo()
options.file_info.file_path = "slides/three-slides.pptx"

request = groupdocs_parser_cloud.ImagesRequest(options)
result = parse_api.images(request)

for image in result.images:
    print("Image path: " + image.path + ". Download url: " + image.download_url)
    print("Format: " + image.file_format + ". Page index: " + str(image.page_index))

Dokumentinformationen abrufen

Rufen Sie Metadaten zu einem Dokument wie Seitenanzahl und Dateieigenschaften ab.

import groupdocs_parser_cloud

info_api = groupdocs_parser_cloud.InfoApi.from_keys("YourClientId", "YourClientSecret")

options = groupdocs_parser_cloud.InfoOptions()
options.file_info = groupdocs_parser_cloud.FileInfo()
options.file_info.file_path = "words-processing/docx/password-protected.docx"
options.file_info.password = "password"

request = groupdocs_parser_cloud.GetInfoRequest(options)
result = info_api.get_info(request)

print("Page count: " + str(result.page_count))

Container-Elementinformationen abrufen

Listen Sie Elemente in Container-Dateien wie ZIP-Archiven oder Mail-Speichern auf.

import groupdocs_parser_cloud

info_api = groupdocs_parser_cloud.InfoApi.from_keys("YourClientId", "YourClientSecret")

options = groupdocs_parser_cloud.ContainerOptions()
options.file_info = groupdocs_parser_cloud.FileInfo()
options.file_info.file_path = "containers/archive/zip.zip"

request = groupdocs_parser_cloud.ContainerRequest(options)
result = info_api.container(request)

for item in result.container_items:
    print("Name: " + item.name + ". FilePath: " + item.file_path)

Beispielprojekte auf GitHub

Das Repository GroupDocs.Parser Cloud Python Samples enthält sofort ausführbare Beispiele für:

Beispiele ausführen

1. Klonen oder laden Sie das Beispiel-Repository herunter
2. Bearbeiten Sie RunExamples.py und setzen Sie Ihre app_sid und app_key
3. Wechseln Sie in das Verzeichnis Examples
4. Führen Sie pip install groupdocs-parser-cloud -U aus
5. Führen Sie python RunExamples.py aus

Für weitere Details besuchen Sie Getting Started.

Tags

Document Data Extraction | Python Cloud API | GroupDocs.Parser Cloud | REST API | Text Extraction | Image Extraction | Template Parsing | Data Parsing | Document Information | Container Files | Cloud Storage Integration | File Operations | Folder Operations | Secure API Access | Document Parsing | Metadata Extraction | PDF Parsing | ZIP Files | PST/OST Files | Cross-platform API | Document Processing | Data Extraction API