Saltar al contenido principal
PDF4me APIIntegracionesBase de conocimientosExtensionesProbador de APIBlog

Extracción de metadatos de documentos de Word - Análisis de documentos API

PDF4me Extraer metadatos de Word Le permite extraer metadatos y propiedades completas de documentos de Word con capacidades de análisis detallado de documentos. API El servicio procesa archivos de Word y recupera propiedades de documento integradas, propiedades personalizadas, estadísticas de documento, información del autor, fechas de creación y seguimiento de revisiones. API recibe el contenido del documento de Word a través de REST API llamadas, utilizando Base64 Codificación para una transmisión segura. Con soporte para formato y localización específicos de cada cultura, esta solución es ideal para la gestión de documentos, el seguimiento del cumplimiento normativo, el análisis de contenido y los flujos de trabajo de documentos empresariales.

Entradas de blog relacionadas
Aún no hay ninguna entrada de blog sobre esta función; estará disponible próximamente.
Mientras tanto, echa un vistazo al blog de PDF4me para encontrar tutoriales y flujos de trabajo para todas las plataformas.
Visita el blog →

Autenticando su API Pedido​

Para acceder al PDF4me REST APICada solicitud debe incluir las credenciales de autenticación adecuadas. La autenticación garantiza una comunicación segura y valida su identidad como usuario autorizado del sistema. REST API.

Get your api Key

Características principales​

  • Extracción integral de metadatos: Recuperar todas las propiedades del documento, tanto integradas como personalizadas.
  • Estadísticas de documentosObtén el recuento de páginas, palabras, caracteres y párrafos en tiempo real.
  • Información del autorExtraer información sobre el autor, el gerente, la empresa y los datos de contacto.
  • Propiedades de fecha/hora: Recuperar las marcas de tiempo de creación, modificación e impresión.
  • Propiedades personalizadas: Acceda a todas las propiedades personalizadas del documento con prefijo automático
  • Apoyo culturalFormatear fechas y horas según la configuración regional especificada.
  • Operación de solo lecturaExtraer metadatos sin modificar el documento original.
  • Salida estructurada: Devolver metadatos organizados en JSON formato para un procesamiento sencillo

REST API Punto final​

El PDF4me REST API utiliza estándar HTTP métodos para interactuar con los recursos. Todas las operaciones de extracción de metadatos se realizan a través de un único punto final:

  • Método: POST
  • Punto final: office/ApiV2Word/ExtractMetadata

REST API Parámetros​

Lista completa de parámetros para la extracción de metadatos de Word. REST APILos parámetros están organizados por categoría para una mejor comprensión e implementación.

Importante: Los parámetros marcados con un asterisco (*) son obligatorios y deben proporcionarse para la API para que funcione correctamente.

Parámetros requeridos​

ParámetroTipoDescripciónEjemplo
documento*ObjectReferencia del documento. Debe contener Nombre (cadena): Nombre del archivo de Word con extensión .docx{ "Name": "document.docx" }
docContent*Base64Contenido del documento de Word codificado en Base64UEsDBBQABgAIAAAA...

Parámetros opcionales​

ParámetroTipoDescripciónEjemplo
Nombre de la culturaStringCódigo cultural para el formato de fecha y hora (p. ej., "en-US", "de-DE", "fr-FR"). Predeterminado: InvariantCulture (formato consistente). Afecta al formato de visualización de fecha y hora en los metadatos. Las culturas no válidas recurren a InvariantCulture.en-US

Producción​

El PDF4me Extraer metadatos de Word REST API devuelve diferentes respuestas según el modo de procesamiento. API devuelve los metadatos como un JSON objeto, no como datos binarios.

Procesamiento síncrono (predeterminado)

El API procesa la solicitud y devuelve:

Código de estado: 200 OK

Tipo de contenido: application/json

Cuerpo de la respuesta:

{
"document": null,
"fileName": null,
"success": true,
"errorMessage": null,
"metadata": {
"Author": "John Doe",
"Title": "Project Proposal",
"Subject": "Q1 2024 Planning",
"Keywords": "planning, budget, strategy",
"Comments": "Draft version for review",
"Category": "Business",
"Company": "Acme Corporation",
"Manager": "Jane Smith",
"Created": "1/15/2024 10:30:00 AM",
"LastModified": "1/20/2024 2:45:00 PM",
"LastPrinted": "1/18/2024 9:15:00 AM",
"RevisionNumber": 3,
"TotalEditingTime": 120,
"Pages": 8,
"Words": 2150,
"Characters": 12800,
"Paragraphs": 45,
"Custom_Department": "Marketing",
"Custom_ProjectCode": "PRJ-2024-001",
"Custom_Confidential": "Internal"
}
}

Campos de respuesta:

  • documento (Base64 o nulo): No se utiliza para la extracción de metadatos; puede ser nulo.
  • Nombre del archivo (cadena o nulo): No se utiliza para la extracción de metadatos; puede ser nulo.
  • éxito (booleano): Indica si la solicitud se realizó correctamente.
  • mensaje de error (cadena o nulo): Detalles del error cuando el éxito es falso.
  • metadatos (objeto): Diccionario de metadatos completo que contiene todas las propiedades del documento.

Cómo usarlo:

  1. Extraer el metadata campo del JSON respuesta
  2. Acceder a las propiedades individuales según sea necesario
  3. Utilice metadatos para la clasificación de documentos, el seguimiento del cumplimiento o el análisis.

Ejemplo (JavaScript):

const response = await fetch(url, options);
const data = await response.json();
const author = data.metadata.Author;
const pageCount = data.metadata.Pages;
// Access any metadata property

Propiedades de metadatos​

Propiedades de documento integradas​

Nombre de la propiedadTipoDescripciónEjemplo
AutorStringNombre del autor del documento"John Doe"
TítuloStringTítulo del documento"Project Proposal"
SujetoStringAsunto del documento"Q1 2024 Planning"
Palabras claveStringPalabras clave del documento (separadas por comas)"planning, budget, strategy"
ComentariosStringComentarios del documento"Draft version for review"
CategoríaStringCategoría del documento"Business"
CompañíaStringNombre de empresa"Acme Corporation"
GerenteStringNombre del gerente"Jane Smith"
CreadoStringFecha y hora de creación del documento (formato)"1/15/2024 10:30:00 AM"
Última modificaciónStringFecha y hora del último guardado (formato)"1/20/2024 2:45:00 PM"
Última impresiónStringÚltima fecha/hora impresa (formato)"1/18/2024 9:15:00 AM"
Número de revisiónIntegerNúmero de revisión del documento3
Tiempo total de ediciónIntegerTiempo total de edición en minutos120

Estadísticas de documentos​

Nombre de la propiedadTipoDescripciónEjemplo
PáginasIntegerNúmero total de páginas8
PalabrasIntegerRecuento total de palabras2150
PersonajesIntegerNúmero total de caracteres12800
PárrafosIntegerNúmero total de párrafos45

Propiedades personalizadas​

Las propiedades personalizadas tienen el prefijo Custom_ en la respuesta:

  • Custom_Department - Propiedad del departamento de aduanas
  • Custom_ProjectCode - Propiedad de código de proyecto personalizado
  • Custom_Confidential - Nivel de confidencialidad personalizado
  • Cualquier otra propiedad personalizada definida en el documento de Word.

Ejemplos de cultura respaldada​

Código culturalDescripciónEjemplo de formato de fecha
en-USInglés (Estados Unidos)"15/01/2024 10:30:00 AM"
en-GBInglés (Reino Unido)"15/01/2024 10:30:00"
de-DEAlemán (Alemania)"15.01.2024 10:30:00"
fr-FRFrancés (Francia)"15/01/2024 10:30:00"
es-ESEspañol (España)"15/01/2024 10:30:00"
ja-JPJaponés (Japón)"2024/01/15 10:30:00"

Ejemplo de solicitud​

Encabezamiento​

Content-Type: application/json
Authorization: Basic YOUR_BASE64_ENCODED_API_KEY

Nota:

  • Consigue tu API clave del PDF4me Panel
  • El API La clave debe ser Base64 codificado y prefijado con "Basic" en el Authorization encabezado
  • Ejemplo: Si su API La clave es abc123, codificarlo a Base64 y usar Authorization: Basic YWJjMTIz

Carga útil​

Ejemplo básico (solo campos obligatorios):

{
 "document": { "Name": "document.docx" },
 "docContent": "UEsDBBQABgAIAAAAIQDfpNJsWgEAACAFAAATAAgCW0NvbnRlbnRfVHlwZXNdLnhtbCCiBAIooAAC..."
}

Ejemplo avanzado (con campos opcionales):

{
 "document": { "Name": "document.docx" },
 "docContent": "UEsDBBQABgAIAAAAIQDfpNJsWgEAACAFAAATAAgCW0NvbnRlbnRfVHlwZXNdLnhtbCCiBAIooAAC...",
 "cultureName": "en-US"
}

Ejemplos de código​

El PDF4me Extraer metadatos de Word REST API Proporciona ejemplos de código en varios lenguajes de programación. Elija el lenguaje que mejor se adapte a su entorno de desarrollo:

C# (CSharp) Muestra

Completo C# Implementación para extraer metadatos de Word:

Casos de uso y aplicaciones en la industria​

Casos de uso de servicios legales y profesionales

  • Clasificación de documentosClasificar documentos legales por tipo de caso, cliente o área de práctica.
  • Seguimiento del cumplimiento: Supervisar las fechas de creación de documentos y el historial de revisiones para el cumplimiento normativo.
  • Gestión de documentos del cliente: Seguimiento de las propiedades de los documentos para la organización de archivos del cliente
  • Mantenimiento del registro de auditoría: Registrar los metadatos del documento para cumplir con los requisitos de auditoría legal.

Obtén ayuda​

Get Your API KeyAPI SamplesGetting Started