Text aus Word extrahieren – Inhaltsparser API

PDF4me Text aus Word extrahieren Ermöglicht das Extrahieren von Textinhalten aus Word-Dokumenten mit Optionen zur Seitenbereichs- und Inhaltsfilterung. API Der Dienst verarbeitet Word-Dateien und extrahiert Textinhalte aus Word-Dokumenten mit anpassbaren Optionen. API empfängt Word-Dokumentinhalte über REST API Anrufe, die genutzt werden Base64 Sichere Datenübertragung durch Kodierung. Dank Unterstützung für Seitenbereichsauswahl, Kommentarentfernung, Kopf-/Fußzeilenfilterung und Änderungsannahme ist diese Lösung ideal für Workflows zur Dokumentenverarbeitung und Inhaltsanalyse.

Verwandte Blog-Beiträge

Zu dieser Funktion gibt es noch keinen Blogbeitrag – folgt in Kürze.

Schauen Sie sich in der Zwischenzeit im PDF4me-Blog Tutorials und Arbeitsabläufe für alle Plattformen an.

Besuchen Sie den Blog →

Authentifizierung Ihres API Anfrage

Um auf die PDF4me REST APIJede Anfrage muss die entsprechenden Authentifizierungsdaten enthalten. Die Authentifizierung gewährleistet eine sichere Kommunikation und bestätigt Ihre Identität als autorisierter Benutzer des Systems. REST APIDie

Get your api Key

Hauptmerkmale

• Word-Dokumentunterstützung: Text aus Microsoft Word-Dokumenten extrahieren (.doc, .docx)
• Seitenbereichsauswahl: Bestimmte Seitenbereiche oder ganze Dokumente mit benutzerdefinierten Start- und Endseitenzahlen verarbeiten
• Inhaltsfilterung: Kommentare, Kopf- und Fußzeilen entfernen und Änderungen nachverfolgen, um eine saubere Textextraktion zu ermöglichen.
• Base64 Kodierung: Sichere Übertragung von Dateiinhalten mithilfe von Base64 Kodierung
• Einfach API IntegrationRESTful API Entwickelt für automatisierte Arbeitsabläufe zur Verarbeitung von Word-Dokumenten

REST API Endpunkt

Der PDF4me REST API verwendet Standard HTTP Methoden zur Interaktion mit Ressourcen. Alle Word-Textextraktionsoperationen werden über einen einzigen Endpunkt durchgeführt:

• Verfahren: POST
• Endpunkt: /api/v2/ExtractTextFromWord

REST API Parameter

Vollständige Liste der Parameter für die Funktion „Text aus Word extrahieren“ REST APIDie Parameter sind zur besseren Verständlichkeit und Implementierung nach Kategorien geordnet.

Wichtig: Mit einem Sternchen (*) gekennzeichnete Parameter sind erforderlich und müssen angegeben werden. API um ordnungsgemäß zu funktionieren.

Erforderliche Parameter

Parameter	Typ	Beschreibung	Beispiel
docName*	String	Name der Word-Quelldatei (ohne Dateiendung oder mit der Dateiendung .docx/.doc)	output
docContent*	Base64 (String)	Der Inhalt des eingegebenen Word-Dokuments in Base64 Format	JVBERi...
StartPageNumber*	Integer	Startseitenzahl für die Textextraktion	1
EndPageNumber*	Integer	Endseitenzahl für die Textextraktion	3
RemoveComments*	Boolean	Wählen Sie aus, ob Kommentare aus dem extrahierten Text entfernt werden sollen: WAHR: Kommentare entfernen, FALSCH: Kommentare hinzufügen	true
RemoveHeaderFooter*	Boolean	Wählen Sie aus, ob Kopf- und Fußzeilen entfernt werden sollen: WAHR: Kopf- und Fußzeilen entfernen, FALSCH: Kopf- und Fußzeilen einfügen	true
AcceptChanges*	Boolean	Wählen Sie aus, ob Sie nachverfolgte Änderungen akzeptieren möchten: WAHRÄnderungen akzeptieren, FALSCHÄnderungen ablehnen	true

Optionale Parameter

Parameter	Typ	Beschreibung	Beispiel
async	Boolean	Aktivieren Sie die asynchrone Verarbeitung. Wenn true, Die API Rückgaben 202 Accepted mit einem Location Kopfzeile zum Abfragen des Ergebnisses	false

Ausgabe

Der PDF4me Text aus Word extrahieren REST API Die Antwort hängt vom Verarbeitungsmodus ab. API gibt den extrahierten Text als JSON Antwort oder TextdateiDie

Success Response

Synchrone Verarbeitung (Standard)

Wann async Ist false oder nicht bereitgestellt, die API Gibt den extrahierten Text sofort zurück.

Statuscode: 200 OK

Antwortformat:

{
"extractedText": "Extracted text content from Word document pages 1 to 3...",
"fileName": "output.txt"
}

Oder als Textdatei:

Extracted text content from Word document pages 1 to 3...

Die Antwort enthält den extrahierten Textinhalt aus dem angegebenen Seitenbereich.

Asynchronous Processing

Asynchrone Verarbeitung

Wann async Ist true, Die API Das Dokument wird asynchron verarbeitet.

Erste Reaktion:

Statuscode: 202 Accepted

Antwort-Header:

Location: https://api.pdf4me.com/api/v2/ExtractTextFromWordStatus/{operationId}

Antworttext:

{
"traceId": "operation-trace-id"
}

Umfrageergebnisse:

Verwenden Sie die Location Überschrift URL zur Vervollständigung der Umfrage:

const response = await fetch(locationUrl, {
headers: { 'Authorization': 'Basic ' + apiKey }
});

// Continue polling until status code is 200
if (response.status === 200) {
const result = await response.json();
// Process extracted text
}

Error Responses

Fehlermeldungen

Statuscode	Beschreibung	Beispielantwort
400 Bad Request	Ungültige Anfrageparameter oder fehlende Pflichtfelder	{"error": "Missing required parameter: docContent"}
401 Unauthorized	Ungültig oder fehlend API Schlüssel	{"error": "Unauthorized"}
408 Anfrage-Timeout	Zeitüberschreitung bei der Anfrageverarbeitung	{"error": "Request timeout"}
500 Internal Server Error	Serverfehler während der Verarbeitung	{"error": "Internal server error"}

Response Format Details

Die Antwort verstehen

Die Antwort der Textextraktion kann in zwei Formaten vorliegen:

• JSON FormatEnthält extractedText (Zeichenkette) und fileName (Zeichenkette)
• Textformat: Einfache Textdatei mit dem extrahierten Inhalt

Parameterdetails:

• StartPageNumber Und EndPageNumber: Seitenbereich definieren (1-basierte Indizierung)
• RemoveComments: Wann true, entfernt alle Kommentare aus dem Word-Dokument vor der Extraktion
• RemoveHeaderFooter: Wann trueEntfernt vor der Extraktion Kopf- und Fußzeilen von jeder Seite.
• AcceptChanges: Wann true, akzeptiert alle nachverfolgten Änderungen im Word-Dokument vor der Extraktion

Unterstützte Wortformate:

• .docx (Word 2007 und später)
• .doc (Word 97-2003)

Beispielanfrage

Kopfzeile

Content-Type: application/json
Authorization: Basic YOUR_BASE64_ENCODED_API_KEY

Notiz:

• Hol dir deins API Schlüssel vom PDF4me Armaturenbrett
• Der API Der Schlüssel muss sein Base64 kodiert und mit "Basic" präfixiert in der Authorization Überschrift
• Beispiel: Wenn Ihr API Schlüssel ist abc123, kodieren Sie es zu Base64 und verwenden Authorization: Basic YWJjMTIz

Nutzlast

Grundlegende Anfrage:

{
 "docContent": "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",
 "docName": "output",
 "StartPageNumber": 1,
 "EndPageNumber": 3,
 "RemoveComments": true,
 "RemoveHeaderFooter": true,
 "AcceptChanges": true
}

Mit asynchroner Verarbeitung:

{
 "docContent": "JVBERi0xLjQKJeLjz9MK...",
 "docName": "output",
 "StartPageNumber": 1,
 "EndPageNumber": 3,
 "RemoveComments": true,
 "RemoveHeaderFooter": true,
 "AcceptChanges": true,
 "async": true
}

Codebeispiele

Der PDF4me Text aus Word extrahieren REST API Es werden Codebeispiele in verschiedenen Programmiersprachen bereitgestellt. Wählen Sie die Sprache, die am besten zu Ihrer Entwicklungsumgebung passt:

C#

C# (CSharp) Beispiel

Vollständig C# Implementierung zum Extrahieren von Text aus Word-Dokumenten:

View C# Sample

Java

Java Probe

Java Implementierung mit vollständiger Fehlerbehandlung und Antwortverarbeitung:

View Java Sample

JavaScript

JavaScript Probe

Node.js und browserkompatibel JavaScript Implementierung:

View JavaScript Sample

Python

Python Probe

Python Implementierung mit der Requests-Bibliothek und JSON Handhabung:

View Python Sample

Salesforce

Salesforce Probe

Salesforce Apex Implementierung für CRM Integration:

View Salesforce Sample

n8n

n8n Probe

n8n Workflow-Implementierung für die Automatisierung:

View n8n Sample

Google Script

Google Apps Script Probe

Google Apps Script Implementierung für Google Workspace Integration:

View Google Script Sample

AWS Lambda

AWS Lambda Probe

Serverlos AWS Lambda Funktionsimplementierung:

View AWS Lambda Sample

Funktionen zur Extraktion von Wörtern

Dokumentenverarbeitung

• Unterstützung für das Word-FormatVolle Unterstützung für die Microsoft Word-Dokumentformate .doc und .docx.
• Formaterhaltung: Erhält Textformatierung und -struktur während der Extraktion bei
• Komplexe DokumenteVerarbeitet komplexe Word-Dokumente mit Tabellen, Bildern und eingebetteten Inhalten
• Professionelle VerarbeitungHochwertige Textextraktion mit präziser Inhaltserhaltung
• Flexible EingabeUnterstützung für verschiedene Word-Dokumentversionen und -formate

Seitenverarbeitung

• Seitenbereichsauswahl: Text aus bestimmten Seitenbereichen mit Angabe der Start- und Endseitenzahlen extrahieren
• Flexibles Targeting: Einzelne Seiten, Seitenbereiche oder ganze Dokumente verarbeiten
• Kundenspezifische BearbeitungUnterstützung für jede Seitenkombination mit präziser Steuerung
• Stapelverarbeitung: Mehrere Seiten effizient in einem einzigen Prozess verarbeiten API Anrufe
• Professionelles Layout: Einheitliche Textextraktion auf allen Zielseiten

Inhaltsfilterung

• Kommentar entfernenOption zum Ausschließen von Kommentaren und Anmerkungen aus dem extrahierten Text
• Kopf-/Fußzeilenfilterung: Entfernen Sie Kopf- und Fußzeilen für eine saubere Inhaltsextraktion
• ÄnderungsverfolgungÄnderungen, die während der Textextraktion nachverfolgt werden, akzeptieren oder ablehnen.
• InhaltsbereinigungErweiterte Filteroptionen für spezifische Textextraktionsanforderungen
• Professionelle ErgebnisseSaubere, formatierte Textausgabe mit präziser Inhaltserhaltung

Branchenspezifische Anwendungsfälle und Anwendungen

Business & Enterprise

Anwendungsfälle für Unternehmen und Organisationen

• Dokumentenanalyse: Textinhalte aus Word-Dokumenten extrahieren zur Analyse und Verarbeitung
• Inhaltsverwaltung: Text aus Word-Dokumenten für Content-Management-Systeme extrahieren
• Berichtsverarbeitung: Text aus Word-Berichten extrahieren zur automatisierten Verarbeitung und Analyse
• Business Intelligence: Text aus Word-Geschäftsdokumenten für die Datenanalyse extrahieren

Legal & Professional Services

Anwendungsfälle für Rechts- und Beratungsdienstleistungen

• Bearbeitung von Rechtsdokumenten: Text aus juristischen Word-Dokumenten für das Fallmanagement extrahieren
• Vertragsanalyse: Text aus Verträgen und Rechtsdokumenten extrahieren
• Fallmanagement: Text aus juristischen Dokumenten für Fallmanagementsysteme extrahieren
• Rechtsrecherche: Text aus juristischen Dokumenten für Forschungs- und Analysezwecke extrahieren

Education & Research

Anwendungsfälle in Bildung und Forschung

• Akademische Forschung: Text aus akademischen Word-Dokumenten für Forschungs- und Analysezwecke extrahieren
• Forschungsdokumente: Text aus Forschungsarbeiten und akademischen Dokumenten extrahieren
• Bildungsinhalte: Text aus schulischen Word-Dokumenten extrahieren
• Akademische Analyse: Text aus akademischen Dokumenten zur Analyse extrahieren

Government & Compliance

Anwendungsfälle im Bereich Regierung und Compliance

• Überwachung der Einhaltung: Text aus Word-Dokumenten zur Einhaltung von Vorschriften für Überwachungs- und Prüfungszwecke extrahieren
• Regulierungsdokumentation: Text aus regulatorischen Word-Dokumenten extrahieren
• Regierungsberichte: Text aus Regierungsdokumenten (Word-Dokumente) extrahieren
• Öffentliche Aufzeichnungen: Text aus öffentlichen Word-Dokumenten extrahieren

Technology & Development

Anwendungsfälle für Technologie und Entwicklung

• Datenmigration: Word-Dokumentinhalte für die Datenmigration in andere Formate konvertieren
• Inhaltsverarbeitung: Text aus Word-Dokumenten für die Systemintegration extrahieren
• API Integration: Text aus Word-Dokumenten extrahieren für API Verarbeitung
• Datenextraktion: Text aus Word-Dokumenten zur Datenverarbeitung extrahieren

Hilfe erhalten

Get Your API KeyAPI SamplesGetting Started