正規表現によるテキスト抽出 - 正規表現検索 API

PDF4me 式によるテキスト抽出 特定のテキストを抽出できます PDF 正規表現を使用したドキュメント。 API サービスプロセス PDF ファイルから特定のパターン/表現に一致するテキストを抽出します PDF 文書。 API 受け取る PDF コンテンツと正規表現パターンを通じて REST API 通話を利用して Base64 安全なデータ送信のためのエンコード機能。複雑な正規表現と柔軟なページターゲティングに対応しており、文書処理やデータ抽出のワークフローに最適なソリューションです。

関連ブログ記事

この機能に関するブログ記事はまだありません。近日公開予定です。

その間、PDF4me ブログを閲覧して、あらゆるプラットフォームのチュートリアルやワークフローをご覧ください。

ブログをご覧ください →

認証 API リクエスト

アクセスするには PDF4me REST APIすべてのリクエストには適切な認証情報を含める必要があります。認証により安全な通信が保証され、あなたが正規のユーザーであることが検証されます。 REST API。

Get your api Key

主な機能

• 正規表現のサポート: 正規表現パターンを使用してテキストを抽出し、正確なテキストマッチングを行います。
• 柔軟なページターゲティング特定のページまたはドキュメント全体をカスタムページシーケンスで処理する
• パターンマッチング: 複雑な正規表現とパターン認識のサポート
• Base64 エンコーディング: 安全なファイルコンテンツ送信 Base64 エンコーディング
• 単純 API 統合: 安らかな API 自動テキスト抽出ワークフロー向けに設計されています

REST API 終点

の PDF4me REST API 標準を使用する HTTP リソースとやり取りするためのメソッド。式によるテキスト抽出操作はすべて、単一のエンドポイントを介して実行されます。

• 方法： POST
• 終点： /api/v2/ExtractTextByExpression

REST API パラメータ

式によるテキスト抽出のパラメータ一覧 REST APIパラメータは、理解と実装を容易にするためにカテゴリ別に整理されています。

重要： アスタリスク (*) が付いているパラメータは必須であり、提供する必要があります。 API 正しく機能するため。

パラメータ	必須	その機能	例
jobIdExt	Optional	Your own reference for this call. It is stored with the API call log so you can correlate calls with your jobs. Type: string.
integrations	Optional	Integration identifiers, forwarded unchanged with the job's notification settings. Type: array.
isAsync	Optional	Set to `true` to process the action asynchronously and get a job to poll at `/api/v2/GetActionStatus`. Only honoured by actions that support asynchronous processing. Type: boolean.	true
docName	Optional	Source file name including its extension. Several actions dispatch on the extension, so it should always be set; when omitted a per-action default is used. Type: string.	output.pdf
docContent	Required	The source file. Accepts the base64-encoded file content, a `pdf4meblobid://<id>` reference to a previously uploaded blob, or an `https` URL to the source document. Required: an empty value fails with `File is empty`. Type: string.	JVBERi...
docContentBytes	Optional	Alternative raw byte payload for the source file. Type: string.
callBackUrl	Optional	Optional URL notified when an asynchronous job completes. Type: string.
expression	Optional	Regular expression to search for, e.g. `[A-Z]{2}d{6}`. Type: string.	%` or `[A-Za-z]+
pageSequence	Optional	Pages to search, e.g. `1`, `1,2,3`, `1-3` or `1-` (1 to the last page). Type: string.	1-3

出力

の PDF4me 式によるテキスト抽出 REST API 処理モードに基づいて異なる応答を返します。 API 抽出されたテキストの一致をとして返します JSON 応答。

Success Response

同期処理（デフォルト）

いつ async は false または提供されていない場合、 API 抽出されたテキストの一致箇所を即座に返します。

ステータスコード: 200 OK

回答形式：

{
  "textList": ["extracted text 1", "extracted text 2", "extracted text 3"]
}

レスポンスには、指定された正規表現パターンに一致するテキスト文字列の配列が含まれています。

Asynchronous Processing

非同期処理

いつ async は true、 API ドキュメントを非同期的に処理します。

初期対応:

ステータスコード: 202 Accepted

レスポンスヘッダー:

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

応答本文：

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

結果発表のための世論調査：

使用する Location ヘッダー URL 完了をポーリングする:

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 matches
}

Error Responses

エラー応答

ステータスコード	説明	回答例
400 Bad Request	無効なリクエストパラメータ、必須フィールドの欠落、または無効な正規表現パターン	{"error": "Missing required parameter: expression"}
401 Unauthorized	無効または欠落 API 鍵	{"error": "Unauthorized"}
408 リクエストタイムアウト	リクエスト処理タイムアウト	{"error": "Request timeout"}
500 Internal Server Error	処理中にサーバーエラーが発生しました。	{"error": "Internal server error"}

Response Format Details

理解する JSON 応答

テキスト抽出応答は JSON 含まれるオブジェクト:

• テキストリスト: Array 指定された正規表現パターンに一致するすべてのテキストを含む文字列

ページシーケンス形式:

• "1-": 1ページ目から最後まで、すべてのページを処理します
• "1-3"1ページ目、2ページ目、3ページ目を処理する
• "1,2,3"プロセス固有のページ1、2、3

式の例：

• "%": パーセンテージ記号を一致させる
• "\\d+"1つ以上の数字を一致させる
• "[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\\.[a-zA-Z]{2,}": メールアドレスを照合する
• "https?://[^\\s]+": 一致するURL

リクエスト例

ヘッダ

Content-Type: application/json
Authorization: Basic YOUR_BASE64_ENCODED_API_KEY

注記：

• 手に入れよう API 鍵から PDF4me ダッシュボード
• の API キーは Base64 エンコードされ、「Basic」がプレフィックスとして付加されています。 Authorization ヘッダー
• 例: API 重要なのは abc123エンコードして Base64 そして使用する Authorization: Basic YWJjMTIz

ペイロード

基本的なリクエスト:

{
  "docContent": "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",
  "docName": "output.pdf",
  "expression": "%",
  "pageSequence": "1-3"
}

非同期処理の場合：

{
  "docContent": "JVBERi0xLjQKJeLjz9MK...",
  "docName": "output.pdf",
  "expression": "\\d+",
  "pageSequence": "1-3",
  "async": true
}

コードサンプル

の PDF4me 式によるテキスト抽出 REST API 複数のプログラミング言語のコードサンプルを提供します。開発環境に最適な言語を選択してください。

C#

C# (CSharp) サンプル

完了 C# 式によるテキスト抽出の実装 PDF:

View C# Sample

Java

Java サンプル

Java 完全なエラー処理と応答処理を備えた実装：

View Java Sample

JavaScript

JavaScript サンプル

Node.js ブラウザ互換 JavaScript 実装：

View JavaScript Sample

Python

Python サンプル

Python requestsライブラリを使用した実装と JSON 処理:

View Python Sample

Salesforce

Salesforce サンプル

Salesforce Apex 実装 CRM 統合：

View Salesforce Sample

n8n

n8n サンプル

n8n 自動化のためのワークフロー実装：

View n8n Sample

Google Script

Google Apps Script サンプル

Google Apps Script 実装 Google Workspace 統合：

View Google Script Sample

AWS Lambda

AWS Lambda サンプル

サーバーレス AWS Lambda 関数実装:

View AWS Lambda Sample

テキスト抽出機能

正規表現処理

• パターンマッチング: 標準的な正規表現構文とパターンを完全にサポート
• 複雑なパターングループ、量指定子、アンカーなどの高度な正規表現機能のサポート
• カスタム表現特定のテキスト抽出要件に対応した柔軟なパターン作成
• パターン検証正規表現パターン構文と互換性の組み込み検証
• プロフェッショナルな成果: 正確なパターンマッチングによる信頼性の高いテキスト抽出

ページ処理

• ページターゲティング特定のページまたはドキュメント全体からテキストを抽出する
• ページシーケンスカスタムページ範囲と個別ページ選択のサポート
• フレキシブル処理: あらゆるページの組み合わせを精密に制御して処理します
• バッチ処理: 複数のページを効率的に処理 API 電話
• プロフェッショナルなレイアウト: 対象ページ全体で一貫したテキスト抽出

高度な機能

• テキスト分析: 包括的なテキストパターン分析と識別
• カスタムフィルタリング特定のテキスト抽出ニーズに対応する高度なフィルタリングオプション
• 専門的な抽出: 鮮明な視認性を備えた高品質なテキスト抽出
• 柔軟なパターン: あらゆる正規表現パターンとテキストマッチング要件に対応

業界におけるユースケースとアプリケーション

Legal & Professional Services

法律・専門サービスにおけるユースケース

• 文書分析契約書、請求書、および法的文書から特定のデータパターンを抽出する
• 契約分析法的契約書から重要な用語とデータパターンを抽出する
• コンプライアンス監視: 文書から規制情報とコンプライアンスデータを抽出します。
• 法的データ抽出法的文書から特定のデータパターンを抽出する

Finance & Banking

金融・銀行業務におけるユースケース

• 請求書処理: パターンマッチングを使用して請求書データとフィールド値を抽出します
• 財務報告書: 特定の指標とデータポイントを抽出します PDF 報道
• コンプライアンス監視: 文書から規制情報とコンプライアンスデータを抽出します。
• 金融データマイニング財務文書から構造化データを抽出する

Business & Enterprise

ビジネスおよび企業向けユースケース

• データマイニング: 非構造化データから構造化データを識別して抽出する PDF 文書
• コンテンツ処理コンテンツ管理と分析のために特定のテキストパターンを抽出する。
• フォーム処理パターンマッチングを使用してフォームデータとフィールド値を抽出します。
• ビジネスインテリジェンス: 主要なビジネス指標とパフォーマンス指標を抽出する PDF 報道

Education & Research

教育・研究における活用事例

• 研究応用研究論文や学術文書から特定のデータパターンを抽出する
• 学術データ抽出研究論文から構造化データを抽出する
• 研究分析学術文書から特定の指標を抽出する
• 教育コンテンツ処理教育文書からテキストパターンを抽出する

Government & Compliance

政府およびコンプライアンス関連のユースケース

• コンプライアンス監視: 文書から規制情報とコンプライアンスデータを抽出します。
• 規制データ抽出規制文書から構造化データを抽出する
• 政府報告書政府報告書から特定の指標を抽出する
• 公文書公的記録や文書からデータパターンを抽出する

ヘルプが必要な場合

Get Your API KeyAPI SamplesGetting Started