Kurulum

Paket PyPI’de mevcut‘dir ve aşağıdaki komut çalıştırılarak pip aracılığıyla kurulabilir:

pip install groupdocs-parser-cloud

Gereksinimler

• Python 2,7 veya 3,4+
• pip paket yöneticisi
• GroupDocs Cloud kimlik bilgileri — Kontrol Panelinden İstemci Kimliği ve İstemci Sırrı

Bağımlılıklar

SDK aşağıdaki paketleri otomatik olarak yükler:

Belge Ayrıştırma ve Veri Çıkarma Python Cloud REST API

GroupDocs.Parser Cloud SDK for Python geliştiricilere gelişmiş belge ayrıştırma ve veri çıkarma işlemlerini Python web uygulamalarına, komut dosyalarına ve otomasyon iş akışlarına entegre etme yetkisi verir. Word, Excel, PDF, sunumlar, e-postalar, arşivler ve e-Kitaplar dahil olmak üzere 70’in üzerinde dosya biçiminden metin, resim, meta veri ve yapılandırılmış verileri çıkarın. Faturalardan, formlardan ve iş belgelerinden metin alanları, sayılar ve tablolar almak için özel çıkarma şablonları tanımlayın. İster tek bir dosyayı ayrıştırırken ister ZIP arşivlerinden, PST/OST posta depolarından veya PDF portföylerinden kapsayıcı öğeleri işlerken, GroupDocs.Parser, bulut tabanlı belge zekası için doğru, ölçeklenebilir araçlar sunar.

Metin Çıkarma

Düz metni çıkarın - Belgelerden metin içeriğini basit bir biçimde çıkarın.
Biçimlendirilmiş metni çıkarın - Orijinal biçimlendirmeyi korurken metni çıkarın.
Metni sayfa aralığına göre çıkarın - Yalnızca belirli sayfalardan metin çıkarın.
Kapsayıcılardan metin çıkarın - ZIP arşivleri, PST/OST dosyaları ve PDF portföyleri içindeki belgelerden metin çıkarın.

Görüntü Çıkarma

Tüm görüntüleri çıkarın - Tüm gömülü görüntüleri bir belgenin tamamından çıkarın.
Resimleri sayfa aralığına göre çıkarın - Bir sayfa aralığına göre belirli sayfalardan görselleri çıkarın.
Kapsayıcılardan görselleri çıkarın - Kapsayıcı dosyaların içindeki belgelerden görselleri çıkarın.

Şablon Tabanlı Ayrıştırma

Şablona göre ayrıştırma - Yapılandırılmış veri ayıklamak için kullanıcı tanımlı şablonları kullanarak belgeleri ayrıştırın.
Şablonlar oluşturun veya güncelleyin - Çıkarma şablonlarını tanımlayın ve bulut depolama alanında saklayın.
Şablonları alın ve silin - Kullanıcı depolama alanında depolanan şablonları alın veya kaldırın.
Şablon nesnesine göre ayrıştırma - Bir şablon tanımını doğrudan API isteğine iletin.

Belge Bilgileri

Belge bilgilerini alın - Dosya uzantısını, bayt cinsinden boyutu ve sayfa sayısını alın.
Konteyner öğeleri bilgilerini alın - ZIP arşivleri, PDF portföyleri ve posta depolarındaki öğeleri listeleyin.
Desteklenen dosya biçimlerini alın - Desteklenen ayrıştırma biçimlerinin tam listesini alın.

Dosya İşlemleri

Dosyaları Buluta Yükle - Dosyaları API aracılığıyla bulut depolama alanına yükleyin.
Dosyaları Buluttan İndirin - Dosyaları bulut depolama alanından yerel sistemlere indirin.
Dosyaları Kopyala - Bulut depolama alanındaki dosyaları farklı konumlara kopyalayın.
Dosyaları Taşı - Dosyaları bulut depolama alanındaki klasörler arasında taşıyın.
Dosyaları Sil - Belirli dosyaları bulut depolama alanından silin.

Klasör İşlemleri

Klasör Oluştur - Bulut depolama alanında yeni klasörler oluşturun.
Klasörü Kopyala - Bulut depolama alanındaki klasörleri çoğaltın.
Klasörü Taşı - Klasörleri bulut depolama alanındaki dizinler arasında taşıyın.
Klasörü Sil - Klasörlerin tamamını bulut depolama alanından kaldırın.

Lisanslama ve Kimlik Doğrulama

Değerlendirme Modu - API’yi ücretsiz deneme hesabıyla deneyin.
Güvenli Kimlik Doğrulama - Güvenli API erişimi için İstemci Kimliğini ve İstemci Sırrını kullanın.
MIT Lisansı - Python SDK, MIT Lisansı kapsamında lisanslanmıştır.

Desteklenen Belge Formatları

GroupDocs.Parser Cloud, metin çıkarma, görüntü çıkarma ve şablon tabanlı ayrıştırma yetenekleriyle 70’den fazla dosya formatını destekler:

• Kelime İşleme: DOC, DOCX, DOCM, DOT, DOTX, DOTM, TXT, RTF, ODT, OTT
• PDF: PDF
• İşaretleme: HTML, XHTML, MHTML, MD, XML
• e-Kitaplar: CHM, EPUB, FB2
• E-tablolar: XLS, XLT, XLSX, XLSM, XLSB, XLTX, XLTM, ODS, OTS, CSV, XLA, XLAM, NUMBERS
• Sunumlar: PPT, PPS, POT, PPTX, PPTM, POTX, POTM, PPSX, PPSM, ODP, OTP
• E-postalar: PST, OST, EML, EMLX, MSG
• Notlar: BİR (Microsoft OneNote)
• Arşivler: ZIP

Desteklenen işlemler formata göre değişir. Format matrisinin tamamı için belgelere bakın.

Hızlı Başlangıç

API kimlik bilgilerinizi alın

GroupDocs.Parser Cloud’u kullanmak için, GroupDocs.Cloud Dashboard adresinden kaydolun ve Müşteri Kimliğinizi ve Müşteri Sırrınızı alın.

API’yi başlat

Python için GroupDocs.Parser Bulut SDK’sını kullanmaya başlamak için aşağıdaki kodu kullanın:

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)

Belgeden metin çıkarma

Başlatıldıktan sonra, bulut depolama alanındaki bir belgeden metin çıkarmak için bu temel örneği kullanın:

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)

Bu hızlı başlangıç ​​kılavuzuyla, Python uygulamalarınızda GroupDocs.Parser Cloud’u kullanarak belgeleri ayrıştırmaya başlamaya hazırsınız. Daha fazla ayrıntı için belgeleri ziyaret edin.

Desteklenen Dosya Formatlarını Alın

Ayrıştırıcı API’sı aracılığıyla kullanılabilen desteklenen dosya biçimlerinin tam listesini alın.

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)

Belgeyi Şablona Göre Ayrıştır

Yapılandırılmış alanları ve tabloları çıkarmak için bulut depolama alanında depolanan kullanıcı tanımlı bir şablonu kullanarak bir belgeyi ayrıştırın.

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)

Belgeden Görüntü Çıkarma

Bir belgedeki tüm gömülü görüntüleri çıkarın ve bunların bulut depolama yollarını ve indirme URL’lerini alın.

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))

Belge Bilgilerini Al

Bir belgeyle ilgili sayfa sayısı ve dosya özellikleri gibi meta verileri alın.

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))

Konteyner Öğeleri Bilgisini Alın

ZIP arşivleri veya posta depoları gibi kapsayıcı dosyalar içindeki öğeleri listeleyin.

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)

GitHub’daki Örnek Projeler

GroupDocs.Parser Cloud Python Samples deposu aşağıdakileri kapsayan çalıştırılmaya hazır örnekler içerir:

Örnekler nasıl çalıştırılır

1. örnek deposunu kopyalayın veya indirin
2. RunExamples.py‘i düzenleyin ve app_sid ile app_key ayarlarınızı yapın
3. Examples dizinine gidin
4. pip install groupdocs-parser-cloud -U‘ı çalıştırın
5. python RunExamples.py komutunu çalıştırın

Daha fazla ayrıntı için Başlarken adresini ziyaret edin.

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