Pemasangan

Paketnya adalah tersedia di PyPI dan dapat diinstal melalui pip dengan menjalankan perintah berikut:

pip install groupdocs-parser-cloud

Persyaratan

• Python 2,7 atau 3,4+
• Manajer paket pip
• Kredensial GroupDocs Cloud —Client ID and Client Secret dari Dashboard

Ketergantungan

SDK secara otomatis menginstal paket-paket berikut:

Penguraian Dokumen & Ekstraksi Data Python Cloud REST API

GroupDocs.Parser Cloud SDK untuk Python memberdayakan pengembang untuk mengintegrasikan penguraian dokumen dan ekstraksi data tingkat lanjut ke dalam aplikasi web Python, skrip, dan alur kerja otomatisasi. Ekstrak teks, gambar, metadata, dan data terstruktur dari lebih dari 70 format file — termasuk Word, Excel, PDF, presentasi, email, arsip, dan eBook. Tentukan templat ekstraksi khusus untuk mengambil bidang teks, angka, dan tabel dari faktur, formulir, dan dokumen bisnis. Baik mengurai satu file atau memproses item kontainer dari arsip ZIP, penyimpanan email PST/OST, atau portofolio PDF, GroupDocs.Parser memberikan alat yang akurat dan dapat diskalakan untuk kecerdasan dokumen berbasis cloud.

Ekstraksi Teks

Ekstrak teks biasa - Ekstrak konten teks dari dokumen dalam bentuk sederhana.
Ekstrak teks yang diformat - Ekstrak teks sambil mempertahankan format aslinya.
Ekstrak teks berdasarkan rentang halaman - Ekstrak teks dari halaman tertentu saja.
Ekstrak teks dari wadah - Ekstrak teks dari dokumen di dalam arsip ZIP, file PST/OST, dan portofolio PDF.

Ekstraksi Gambar

Ekstrak semua gambar - Ekstrak setiap gambar yang tersemat dari seluruh dokumen.
Ekstrak gambar berdasarkan rentang halaman - Ekstrak gambar dari halaman tertentu berdasarkan rentang halaman.
Ekstrak gambar dari wadah - Ekstrak gambar dari dokumen di dalam file wadah.

Parsing Berbasis Template

Parse menurut template - Parsing dokumen menggunakan template yang ditentukan pengguna untuk ekstraksi data terstruktur.
Membuat atau memperbarui templat - Menentukan dan menyimpan templat ekstraksi di penyimpanan cloud.
Dapatkan dan hapus templat - Mengambil atau menghapus templat yang disimpan di penyimpanan pengguna.
Parse berdasarkan objek template - Meneruskan definisi template langsung dalam permintaan API.

Informasi Dokumen

Dapatkan informasi dokumen - Ambil ekstensi file, ukuran dalam byte, dan jumlah halaman.
Dapatkan informasi item kontainer - Daftar item dalam arsip ZIP, portofolio PDF, dan penyimpanan email.
Dapatkan format file yang didukung - Ambil daftar lengkap format parsing yang didukung.

Operasi File

Unggah File ke Cloud - Unggah file ke penyimpanan cloud melalui API.
Unduh File dari Cloud - Unduh file dari penyimpanan cloud ke sistem lokal.
Salin File - Menyalin file dalam penyimpanan cloud ke lokasi berbeda.
Pindahkan File - Memindahkan file antar folder di penyimpanan cloud.
Hapus File - Hapus file tertentu dari penyimpanan cloud.

Operasi Folder

Buat Folder - Membuat folder baru di penyimpanan cloud.
Salin Folder - Duplikat folder dalam penyimpanan cloud.
Pindahkan Folder - Memindahkan folder antar direktori di penyimpanan cloud.
Hapus Folder - Hapus seluruh folder dari penyimpanan cloud.

Lisensi dan Otentikasi

Mode Evaluasi - Coba API dengan akun uji coba gratis.
Otentikasi Aman - Gunakan ID Klien dan Rahasia Klien untuk akses API yang aman.
Lisensi MIT - Python SDK dilisensikan di bawah MIT License.

Format Dokumen yang Didukung

GroupDocs.Parser Cloud mendukung 70+ format file dengan ekstraksi teks, ekstraksi gambar, dan kemampuan penguraian berbasis template:

• Pemrosesan Kata: DOC, DOCX, DOCM, DOT, DOTX, DOTM, TXT, RTF, ODT, OTT
• **PDF:**PDF
• Markup: HTML, XHTML, MHTML, MD, XML
• eBuku: CHM, EPUB, FB2
• Spreadsheet: XLS, XLT, XLSX, XLSM, XLSB, XLTX, XLTM, ODS, OTS, CSV, XLA, XLAM, ANGKA
• Presentasi: PPT, PPS, POT, PPTX, PPTM, POTX, POTM, PPSX, PPSM, ODP, OTP
• Email: PST, OST, EML, EMLX, MSG
• Catatan: SATU (Microsoft OneNote)
• Arsip: ZIP

Operasi yang didukung bervariasi berdasarkan format. Untuk matriks format lengkap, lihat documentation.

Mulai Cepat

Dapatkan kredensial API Anda

Untuk menggunakan GroupDocs.Parser Cloud, daftar di GroupDocs.Cloud Dashboard dan dapatkan ID Klien dan Rahasia Klien Anda.

Inisialisasi API

Gunakan kode berikut untuk mulai menggunakan GroupDocs.Parser Cloud SDK untuk 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)

Ekstrak teks dari dokumen

Setelah diinisialisasi, gunakan contoh dasar ini untuk mengekstrak teks dari dokumen di penyimpanan 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)

Dengan panduan memulai cepat ini, Anda siap untuk mulai menguraikan dokumen menggunakan GroupDocs.Parser Cloud di aplikasi Python Anda. Untuk lebih jelasnya, kunjungi documentation.

Dapatkan Format File yang Didukung

Ambil daftar lengkap format file yang didukung yang tersedia melalui 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)

Parsing Dokumen berdasarkan Templat

Parsing dokumen menggunakan templat buatan pengguna yang disimpan di penyimpanan cloud untuk mengekstrak bidang dan tabel terstruktur.

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)

Ekstrak Gambar dari Dokumen

Ekstrak semua gambar yang disematkan dari dokumen dan ambil jalur penyimpanan cloud serta URL unduhannya.

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))

Dapatkan Informasi Dokumen

Ambil metadata tentang dokumen seperti jumlah halaman dan properti file.

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))

Dapatkan Informasi Barang Kontainer

Cantumkan item dalam file kontainer seperti arsip ZIP atau penyimpanan email.

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)

Contoh Proyek di GitHub

Itu GroupDocs.Parser Cloud Python Samples repositori menyertakan contoh siap dijalankan yang meliputi:

Cara menjalankan contoh

1. Kloning atau unduh samples repository2. Sunting RunExamples.py dan atur milikmu app_sid Dan app_key 3. Pergi ke Examples direktori
2. Jalankan pip install groupdocs-parser-cloud -U 5. Jalankan python RunExamples.py

Untuk lebih jelasnya, kunjungi Getting Started.

Tag

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