Passa al contenuto principale
PDF4me APIIntegrazioniBase di conoscenzaEstensioniTester APIBlog

Estrai testo da Word - Analizzatore di contenuti API

PDF4me Estrai il testo da Word consente di estrarre il contenuto testuale dai documenti Word con opzioni per l'intervallo di pagine e il filtro del contenuto. API Il servizio elabora i file Word ed estrae il contenuto testuale dai documenti Word con opzioni personalizzabili. API riceve il contenuto del documento Word tramite REST API chiamate, utilizzando Base64 Codifica per una trasmissione sicura. Grazie al supporto per la selezione di intervalli di pagine, la rimozione dei commenti, il filtraggio di intestazione/piè di pagina e l'accettazione delle modifiche, questa soluzione è ideale per i flussi di lavoro di elaborazione documenti e analisi dei contenuti.

Articoli correlati del blog
Non ci sono ancora post sul blog dedicati a questa funzionalità — in arrivo a breve.
Nel frattempo, dai un'occhiata al blog di PDF4me per trovare tutorial e procedure operative su tutte le piattaforme.
Visita il blog →

Autenticazione del tuo API Richiesta​

Per accedere al PDF4me REST API, ogni richiesta deve includere credenziali di autenticazione adeguate. L'autenticazione garantisce una comunicazione sicura e convalida la tua identità come utente autorizzato del REST API.

Get your api Key

Caratteristiche principali​

  • Supporto per documenti WordEstrazione del testo da documenti Microsoft Word (.doc, .docx)
  • Selezione intervallo di pagineElabora intervalli di pagine specifici o interi documenti con numeri di pagina di inizio e fine personalizzati.
  • Filtro dei contenuti: Rimuovi commenti, intestazioni, piè di pagina e tieni traccia delle modifiche per un'estrazione del testo pulita
  • Base64 Codifica: Trasmissione sicura del contenuto dei file tramite Base64 codifica
  • Semplice API Integrazione: RESTful API progettato per flussi di lavoro automatizzati di elaborazione di documenti Word

REST API Punto finale​

IL PDF4me REST API utilizza standard HTTP Metodi per interagire con le risorse. Tutte le operazioni di estrazione del testo Word vengono eseguite tramite un unico endpoint:

  • Metodo: POST
  • Punto finale: /api/v2/ExtractTextFromWord

REST API Parametri​

Elenco completo dei parametri per l'estrazione del testo da Word REST APII parametri sono organizzati per categoria per una migliore comprensione e implementazione.

Importante: I parametri contrassegnati da un asterisco (*) sono obbligatori e devono essere forniti per il API per funzionare correttamente.

Parametri richiesti​

ParametroTipoDescrizioneEsempio
docName*StringNome del file Word di origine (senza estensione o con estensione .docx/.doc)output
docContent*Base64 String)Il contenuto del documento Word di input in Base64 formatoJVBERi...
StartPageNumber*IntegerNumero di pagina iniziale per l'estrazione del testo1
EndPageNumber*IntegerNumero di pagina finale per l'estrazione del testo3
RemoveComments*BooleanScegli se rimuovere i commenti dal testo estratto: VERO: Rimuovi i commenti, falso: Includi commentitrue
RemoveHeaderFooter*BooleanScegli se rimuovere intestazioni e piè di pagina: VERO: Rimuovere intestazioni/piè di pagina, falso: Includi intestazioni/piè di paginatrue
AcceptChanges*BooleanScegli se accettare le modifiche rilevate: VERO: Accetta modifiche, falso: Rifiuta le modifichetrue

Parametri opzionali​

ParametroTipoDescrizioneEsempio
asyncBooleanAbilita l'elaborazione asincrona. Quando true, IL API resi 202 Accepted con un Location intestazione per il sondaggio del risultatofalse

Produzione​

IL PDF4me Estrai il testo da Word REST API restituisce risposte diverse a seconda della modalità di elaborazione. API restituisce il testo estratto come un JSON risposta O file di testo.

Elaborazione sincrona (impostazione predefinita)

Quando async È false o non fornito, il API restituisce immediatamente il testo estratto.

Codice di stato: 200 OK

Formato di risposta:

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

Oppure come file di testo:

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

La risposta contiene il contenuto testuale estratto dall'intervallo di pagine specificato.

Esempio di richiesta​

Intestazione​

Content-Type: application/json
Authorization: Basic YOUR_BASE64_ENCODED_API_KEY

Nota:

  • Ottieni il tuo API chiave dalla PDF4me Pannello di controllo
  • IL API la chiave deve essere Base64 codificato e prefissato con "Basic" nel Authorization intestazione
  • Esempio: se il tuo API la chiave è abc123, codificalo in Base64 e utilizzare Authorization: Basic YWJjMTIz

Carico utile​

Richiesta di base:

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

Con elaborazione asincrona:

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

Esempi di codice​

IL PDF4me Estrai il testo da Word REST API Fornisce esempi di codice in diversi linguaggi di programmazione. Scegli il linguaggio più adatto al tuo ambiente di sviluppo:

C# Esempio (CSharp)

Completo C# Implementazione per l'estrazione di testo da documenti Word:

Funzionalità di estrazione del testo Word​

Elaborazione dei documenti​

  • Supporto per la formattazione di WordSupporto completo per i formati di documento Microsoft Word .doc e .docx
  • Conservazione del formato: Mantiene la formattazione e la struttura del testo durante l'estrazione
  • Documenti complessiGestisce documenti Word complessi con tabelle, immagini e contenuti incorporati.
  • Elaborazione professionaleEstrazione di testo di alta qualità con accurata conservazione del contenuto.
  • Input flessibileSupporto per varie versioni e formati di documenti Word

Elaborazione della pagina​

  • Selezione intervallo di pagine: Estrai il testo da intervalli di pagine specifici con i numeri di pagina di inizio e fine
  • Targeting flessibileElabora singole pagine, intervalli di pagine o interi documenti.
  • Elaborazione personalizzataSupporto per qualsiasi combinazione di pagine con controllo preciso
  • Elaborazione in batch: Gestisci più pagine in modo efficiente in un'unica API chiamate
  • Impaginazione professionaleEstrazione del testo coerente su tutte le pagine di destinazione

Filtro dei contenuti​

  • Rimozione dei commentiOpzione per escludere commenti e annotazioni dal testo estratto
  • Filtro intestazione/piè di pagina: Rimuovere intestazioni e piè di pagina per un'estrazione del contenuto più pulita
  • Monitoraggio delle modifiche: Accetta o rifiuta le modifiche rilevate durante l'estrazione del testo
  • Pulizia dei contenutiOpzioni di filtraggio avanzate per esigenze specifiche di estrazione del testo
  • Risultati professionali: Testo pulito e formattato con conservazione accurata del contenuto

Casi d'uso e applicazioni industriali​

Casi d'uso aziendali e per le imprese

  • Analisi del documentoEstrazione del contenuto testuale da documenti Word per l'analisi e l'elaborazione
  • Gestione dei contenutiEstrazione di testo da documenti Word per sistemi di gestione dei contenuti
  • Elaborazione dei reportEstrazione del testo dai report di Word per l'elaborazione e l'analisi automatizzate.
  • Business IntelligenceEstrazione di testo da documenti aziendali Word per l'analisi dei dati.

Richiedi assistenza​

Get Your API KeyAPI SamplesGetting Started