Extraer recursos de PDF usando n8n acción
PDF4me Extraer recursos extrae el contenido de texto y las imágenes incrustadas de PDF documentos a través de n8n Flujos de trabajo de automatización. Proceso PDFs lejos n8n disparadores, datos binarios, cadenas base64 o público URLPermite extraer automáticamente texto, imágenes, gráficos y elementos visuales con segmentación específica por página, opciones de extracción selectiva (solo texto, solo imágenes o ambas) y formato de salida estructurado. Esta solución es ideal para la reutilización de contenido, la extracción de imágenes, el análisis de texto, la digitalización de documentos, la migración de contenido y los flujos de trabajo de recuperación de recursos que requieren una extracción precisa de contenido con segmentación flexible e integración perfecta.
Configuración
Añade el PDF4me Nodo "Extraer recursos" a su n8n flujo de trabajo y configure los parámetros necesarios. Para obtener instrucciones de configuración inicial, consulte nuestra n8n Guía de integración.
Requisitos previos:
- PDF4me API credenciales
- n8n acceso al flujo de trabajo
Configuración:
- Agregar PDF4me nodo a flujo de trabajo
- Seleccione la acción "Extraer recursos".
- Configure los parámetros de entrada (véase más abajo).
Parámetros
Lista completa de parámetros para la acción Extraer recursos. Configure estos parámetros para controlar la extracción de recursos.
Importante: Los parámetros marcados con un asterisco (***) son obligatorios y deben proporcionarse para que la acción funcione correctamente.
| Parámetro | Tipo | Descripción | Ejemplo |
|---|---|---|---|
| Tipo de datos de entrada*** | String | PDF Selección del formato de entrada • Elija el formato de su PDF entrada de datos • PDF4me admite varios tipos de entrada • Opciones: Datos binarios, Base64 Cuerda o URL | Binary Data |
| Campo binario de entrada | Binario | Binario PDF Entrada de archivo (Obligatorio si se trata de datos binarios) • Referencia PDF archivo de anterior n8n carga de nodos o archivos • PDF4me procesos binarios PDF archivos con detección automática de formato • Obligatorio cuando el tipo de datos de entrada es "Datos binarios". | {{ $binary.data }} |
| Contenido PDF en Base64 | String | Base64 Codificado PDF Aporte (Obligatorio si Base64 Cadena) • Proporcionar PDF contenido como cadena codificada en base64 • PDF4me decodifica y procesa automáticamente el PDF contenido • Obligatorio cuando el tipo de datos de entrada es "Base64 Cadena" | JVBERi0x... |
| URL del PDF | String | Público PDF URL Aporte (Obligatorio si URL) • Proporcionar un permiso público/abierto URL hacia PDF archivo • PDF4me descarga y procesa el archivo desde URL • Obligatorio cuando el tipo de datos de entrada es "URL" | https://abc.com/xyz.pdf |
| Nombre del documento*** | String | Nombre del archivo de entrada • Especifique el nombre de la entrada PDF archivo • Se utiliza para la detección de formato y la optimización del procesamiento. • Debe incluir la extensión .pdf | document.pdf |
| Extraer texto | Boolean | Alternar extracción de texto • Habilitar o deshabilitar la extracción de contenido de texto • Cuando está habilitada, extrae todo el contenido de texto legible. • Conserva la información de formato | true |
| Extraer imágenes | Boolean | Alternar extracción de imágenes • Habilitar o deshabilitar la extracción de imágenes • Cuando está habilitada, extrae todas las imágenes y gráficos incrustados. • Elementos visuales guardados como archivos separados | true |
Opciones avanzadas
Los siguientes parámetros están disponibles en la sección Opciones avanzadas y son opcionales:
| Parámetro | Tipo | Descripción | Ejemplo |
|---|---|---|---|
| Páginas | String | Especificación del rango de páginas • Definir qué páginas procesar para la extracción de recursos • Utilice "todos" para referirse a todo el documento, números específicos o rangos. • Ejemplos: "1,3,5" (páginas específicas), "1-5,10-15" (rangos) | all |
| Perfiles personalizados | String | Perfiles de configuración personalizados • Configure opciones adicionales mediante perfiles personalizados. • JSONformato similar que contiene parámetros predefinidos • Permite configurar ajustes avanzados de procesamiento de extracción. • Opcional para requisitos especializados | { "outputDataFormat": "json" } |
Producción
Parámetros de salida
| Parámetro | Tipo | Descripción | Ejemplo |
|---|---|---|---|
| Nombre del archivo | String | PDF4me nombre de archivo generado - El nombre de archivo completo del documento procesado correctamente, con la extensión y la marca de tiempo adecuadas. PDF4me Garantiza una nomenclatura única y valida el cumplimiento del formato de archivo para una integración perfecta con los procesos posteriores. | extracted_resources_1756999816629.json |
| tipo mime | String | PDF4me MIME identificador de tipo - El estandarizado MIME tipo para el archivo de contenido extraído, normalmente application/json para datos estructurados o application/zip para múltiples archivos. Esto garantiza un manejo y reconocimiento adecuados de los archivos en todos los sistemas y aplicaciones. | application/json |
| Tamaño del archivo | Número | PDF4me Tamaño del archivo en bytes - El tamaño exacto del archivo de contenido extraído en bytes, proporcionado para la planificación del almacenamiento, la optimización del ancho de banda y la supervisión de la transferencia de archivos. Imprescindible para la gestión documental empresarial y la automatización del flujo de trabajo. | 1945 |
| éxito | Boolean | PDF4me indicador de estado de extracción - Indicador booleano que señala el éxito o el fracaso del proceso de extracción de recursos. Devuelve true para extracciones exitosas y false para cualquier error, lo que permite un manejo de errores robusto en flujos de trabajo automatizados | true |
| mensaje | String | PDF4me mensaje de estado de extracción - Mensaje descriptivo que indica el resultado del proceso de extracción de recursos. Proporciona mensajes de estado claros para extracciones exitosas e información detallada sobre errores para la resolución de problemas. | Resource extraction completed successfully |
| Nombre del documento | String | PDF4me Referencia del nombre del documento original - El nombre de archivo original de la entrada PDF Archivo procesado. Esta referencia se mantiene para fines de auditoría, depuración y seguimiento del origen del contenido extraído en los flujos de trabajo empresariales. | document.pdf |
N8N Respuesta a la acción
El PDF4me Extraer recursos API Devuelve una respuesta que se puede visualizar en varios formatos. Elija la vista que mejor se adapte a sus necesidades:
- JSON
- Table
- Schema
- Binary
JSON Formato de respuesta
El crudo JSON respuesta de la API:
{
"fileName": "extracted_resources_1756999816629.json",
"mimeType": "application/json",
"fileSize": 1945,
"success": true,
"message": "Resource extraction completed successfully",
"docName": "document.pdf"
}
Vista de tabla
Datos de respuesta en formato de tabla estructurada:
| Parámetro | Valor |
|---|---|
| fileName | extracted_resources_1756999816629.json |
| mimeType | application/json |
| fileSize | 1945 |
| success | true |
| docName | document.pdf |
| message | Resource extraction completed successfully |
Vista de esquema
Estructura de datos y tipos de respuesta:
fileName: AB extracted_resources_1756999816629.json
mimeType: AB application/json
fileSize: # 1945
success: ✓ true
docName: AB document.pdf
message: AB Resource extraction completed successfully
Indicadores de tipo:
AB= String#= Número✓= Boolean
Vista de datos binarios
Los datos y metadatos del contenido extraído:
data
─────────────────────────────────────────
File Name: extracted_resources_1756999816629.json
File Extension: json
Mime Type: application/json
File Size: 1.9 KB
Casos de uso
Sistemas de gestión de contenido: Extraer texto e imágenes de PDF documentos para repositorios de contenido centralizados, que permiten crear bases de datos de contenido de documentos con capacidad de búsqueda.
Pipelines de procesamiento de datos: Extraer automáticamente datos estructurados de PDF Informes, facturas y formularios para su integración con herramientas de inteligencia empresarial y plataformas de análisis.
Análisis de documentos: Procesar grandes volúmenes de PDF documentos para extraer información específica para el control del cumplimiento, la investigación y la elaboración de informes automatizados.
Digitalización de archivos: Convertir el legado PDF transforma los archivos en datos estructurados y con capacidad de búsqueda para los sistemas modernos de gestión de contenidos y descubrimiento de conocimiento.