Εγκατάσταση

Το πακέτο είναι available στο PyPI και μπορεί να εγκατασταθεί μέσω pip εκτελώντας την παρακάτω εντολή:

pip install groupdocs-parser-cloud

Απαιτήσεις

• Python 2.7 ή 3.4+
• pip διαχειριστής πακέτων
• Διαπιστευτήρια GroupDocs Cloud —Client ID and Client Secret από τον πίνακα ελέγχου

Εξαρτήσεις

Το SDK εγκαθιστά αυτόματα τα ακόλουθα πακέτα:

Document Parsing & Data Extraction Python Cloud REST API

GroupDocs.Parser Cloud SDK for Python εξουσιοδοτεί τους προγραμματιστές να ενσωματώνουν προηγμένη ανάλυση εγγράφων και εξαγωγή δεδομένων σε εφαρμογές ιστού Python, σενάρια και ροές εργασίας αυτοματισμού. Εξάγετε κείμενο, εικόνες, μεταδεδομένα και δομημένα δεδομένα από περισσότερες από 70 μορφές αρχείων — συμπεριλαμβανομένων των Word, Excel, PDF, παρουσιάσεων, email, αρχείων και ηλεκτρονικών βιβλίων. Ορίστε προσαρμοσμένα πρότυπα εξαγωγής για να αντλήσετε πεδία κειμένου, αριθμούς και πίνακες από τιμολόγια, φόρμες και επαγγελματικά έγγραφα. Είτε αναλύει ένα μεμονωμένο αρχείο είτε επεξεργάζεται στοιχεία κοντέινερ από αρχεία ZIP, καταστήματα αλληλογραφίας PST/OST ή χαρτοφυλάκια PDF, το GroupDocs.Parser παρέχει ακριβή, κλιμακούμενα εργαλεία για ευφυΐα εγγράφων που βασίζεται σε σύννεφο.

Εξαγωγή κειμένου

Εξαγωγή απλού κειμένου - Εξαγωγή περιεχομένου κειμένου από έγγραφα σε απλή μορφή.
Εξαγωγή μορφοποιημένου κειμένου - Εξαγωγή κειμένου διατηρώντας την αρχική μορφοποίηση.
Εξαγωγή κειμένου ανά περιοχή σελίδας - Εξαγωγή κειμένου μόνο από συγκεκριμένες σελίδες.
Εξαγωγή κειμένου από κοντέινερ - Εξαγωγή κειμένου από έγγραφα μέσα σε αρχεία ZIP, αρχεία PST/OST και χαρτοφυλάκια PDF.

Εξαγωγή εικόνας

Εξαγωγή όλων των εικόνων - Εξαγωγή κάθε ενσωματωμένης εικόνας από ένα ολόκληρο έγγραφο.
Εξαγωγή εικόνων ανά εύρος σελίδων - Εξαγωγή εικόνων από συγκεκριμένες σελίδες με βάση ένα εύρος σελίδων.
Εξαγωγή εικόνων από κοντέινερ - Εξαγωγή εικόνων από έγγραφα μέσα σε αρχεία κοντέινερ.

Ανάλυση βάσει προτύπων

Ανάλυση κατά πρότυπο - Ανάλυση εγγράφων χρησιμοποιώντας πρότυπα που ορίζονται από το χρήστη για δομημένη εξαγωγή δεδομένων.
Δημιουργία ή ενημέρωση προτύπων - Ορισμός και αποθήκευση προτύπων εξαγωγής στο χώρο αποθήκευσης cloud.
Λήψη και διαγραφή προτύπων - Ανάκτηση ή κατάργηση προτύπων που είναι αποθηκευμένα στον χώρο αποθήκευσης χρήστη.
Ανάλυση κατά αντικείμενο προτύπου - Περάστε έναν ορισμό προτύπου απευθείας στο αίτημα API.

Πληροφορίες εγγράφου

Λήψη πληροφοριών εγγράφου - Ανακτήστε την επέκταση αρχείου, το μέγεθος σε byte και τον αριθμό σελίδων.
Λάβετε πληροφορίες στοιχείων κοντέινερ - Καταχωρίστε στοιχεία σε αρχεία ZIP, χαρτοφυλάκια PDF και καταστήματα αλληλογραφίας.
Λήψη υποστηριζόμενων μορφών αρχείων - Ανακτήστε την πλήρη λίστα των υποστηριζόμενων μορφών ανάλυσης.

Λειτουργίες αρχείων

Μεταφόρτωση αρχείων στο Cloud - Μεταφόρτωση αρχείων στο χώρο αποθήκευσης cloud μέσω του API.
Λήψη Αρχείων από το Cloud - Λήψη αρχείων από την αποθήκευση cloud σε τοπικά συστήματα.
Αντιγραφή αρχείων - Αντιγραφή αρχείων εντός του χώρου αποθήκευσης cloud σε διαφορετικές τοποθεσίες.
Μετακίνηση αρχείων - Μετακίνηση αρχείων μεταξύ φακέλων στο χώρο αποθήκευσης cloud.
Διαγραφή αρχείων - Διαγράψτε συγκεκριμένα αρχεία από την αποθήκευση στο cloud.

Λειτουργίες φακέλου

Δημιουργία φακέλου - Δημιουργήστε νέους φακέλους στο χώρο αποθήκευσης cloud.
Αντιγραφή φακέλου - Διπλότυποι φάκελοι εντός του αποθηκευτικού χώρου cloud.
Μετακίνηση φακέλου - Μετακίνηση φακέλων μεταξύ καταλόγων στο χώρο αποθήκευσης cloud.
Διαγραφή φακέλου - Καταργήστε ολόκληρους φακέλους από την αποθήκευση στο cloud.

Αδειοδότηση και έλεγχος ταυτότητας

Λειτουργία αξιολόγησης - Δοκιμάστε το API με έναν δωρεάν δοκιμαστικό λογαριασμό.
Ασφαλής έλεγχος ταυτότητας - Χρησιμοποιήστε το Client ID και το Client Secret για ασφαλή πρόσβαση στο API.
Άδεια MIT - Το Python SDK έχει άδεια χρήσης σύμφωνα με το MIT License.

Υποστηριζόμενες μορφές εγγράφων

Το GroupDocs.Parser Cloud υποστηρίζει 70+ μορφές αρχείων με δυνατότητες εξαγωγής κειμένου, εξαγωγής εικόνων και ανάλυσης βάσει προτύπων:

• Επεξεργασία κειμένου: DOC, DOCX, DOCM, DOT, DOTX, DOTM, TXT, RTF, ODT, OTT
• PDF: PDF
• Σήμανση: HTML, XHTML, MHTML, MD, XML
• eBooks: CHM, EPUB, FB2
• Υπολογιστικά φύλλα: XLS, XLT, XLSX, XLSM, XLSB, XLTX, XLTM, ODS, OTS, CSV, XLA, XLAM, NUMBERS
• Παρουσιάσεις: PPT, PPS, POT, PPTX, PPTM, POTX, POTM, PPSX, PPSM, ODP, OTP
• Email: PST, OST, EML, EMLX, MSG
• Σημειώσεις: ONE (Microsoft OneNote)
• Αρχεία: ΤΚ

Οι υποστηριζόμενες λειτουργίες διαφέρουν ανάλογα με τη μορφή. Για την πλήρη μήτρα μορφής, δείτε το documentation.

Γρήγορη εκκίνηση

Λάβετε τα διαπιστευτήρια API σας

Για να χρησιμοποιήσετε το GroupDocs.Parser Cloud, εγγραφείτε στο GroupDocs.Cloud Dashboard και λάβετε το Client ID και το Client Secret.

Εκκινήστε το API

Χρησιμοποιήστε τον ακόλουθο κώδικα για να ξεκινήσετε να χρησιμοποιείτε το GroupDocs.Parser Cloud SDK για Python:

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)

Εξαγωγή κειμένου από ένα έγγραφο

Μόλις αρχικοποιηθεί, χρησιμοποιήστε αυτό το βασικό παράδειγμα για να εξαγάγετε κείμενο από ένα έγγραφο στο χώρο αποθήκευσης cloud:

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)

Με αυτόν τον οδηγό γρήγορης εκκίνησης, είστε έτοιμοι να ξεκινήσετε την ανάλυση εγγράφων χρησιμοποιώντας το GroupDocs.Parser Cloud στις εφαρμογές Python σας. Για περισσότερες λεπτομέρειες, επισκεφθείτε το documentation.

Λάβετε υποστηριζόμενες μορφές αρχείων

Ανακτήστε την πλήρη λίστα των υποστηριζόμενων μορφών αρχείων που είναι διαθέσιμες μέσω του Parser API.

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)

Ανάλυση εγγράφου ανά πρότυπο

Αναλύστε ένα έγγραφο χρησιμοποιώντας ένα πρότυπο που ορίζεται από το χρήστη που είναι αποθηκευμένο στο χώρο αποθήκευσης cloud για να εξαγάγετε δομημένα πεδία και πίνακες.

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)

Εξαγωγή εικόνων από ένα έγγραφο

Εξάγετε όλες τις ενσωματωμένες εικόνες από ένα έγγραφο και ανακτήστε τις διαδρομές αποθήκευσης στο cloud και τις διευθύνσεις URL λήψης.

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))

Λήψη πληροφοριών εγγράφου

Ανάκτηση μεταδεδομένων σχετικά με ένα έγγραφο, όπως πλήθος σελίδων και ιδιότητες αρχείου.

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))

Λάβετε πληροφορίες για τα είδη κοντέινερ

Καταχωρίστε στοιχεία σε αρχεία κοντέινερ, όπως αρχεία ZIP ή καταστήματα αλληλογραφίας.

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)

Δείγματα έργων στο GitHub

Ο GroupDocs.Parser Cloud Python Samples το αποθετήριο περιλαμβάνει έτοιμα προς εκτέλεση παραδείγματα που καλύπτουν:

Πώς να εκτελέσετε τα παραδείγματα

1. Κλωνοποιήστε ή κατεβάστε το samples repository2. Επεξεργασία RunExamples.py και ρυθμίστε το δικό σας app_sid και app_key3. Πηγαίνετε στο Examples καταλόγου
2. Τρέξε pip install groupdocs-parser-cloud -U5. Εκτελέστε python RunExamples.py

Για περισσότερες λεπτομέρειες, επισκεφθείτε Getting Started.

Ετικέτες

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