Extrair recursos - Extrator de texto e imagem API

PDF4me Extrair recursos Permite extrair conteúdo de texto e imagens incorporadas de PDF documentos. Isto API processos de serviço PDF arquivos e extrai recursos de texto e imagem de PDF documentos. O API recebe PDF conteúdo através de REST API chamadas, utilizando Base64 Codificação para transmissão segura. Com suporte para extração seletiva de texto e imagens, esta solução é ideal para fluxos de trabalho de processamento de conteúdo e plataformas de extração de dados.

Autenticando seu API Solicitar

Para acessar o PDF4me REST APIPara que uma solicitação seja aceita, é necessário incluir as credenciais de autenticação adequadas. A autenticação garante a segurança da comunicação e valida sua identidade como usuário autorizado do sistema. REST API.

Get your api Key

Principais características

Extração de textoExtrair todo o conteúdo de texto de PDF documentos
Extração de ImagensRecuperar todas as imagens e elementos visuais de PDF documentos
Extração SeletivaEscolha extrair apenas texto, apenas imagens ou ambos, de acordo com suas necessidades.
Base64 CodificaçãoTransmissão segura de conteúdo de arquivos usando Base64 codificação
Simple API IntegraçãoRESTful API Projetado para fluxos de trabalho automatizados de extração de conteúdo.

REST API Ponto final

O PDF4me REST API usa padrão HTTP Métodos para interagir com recursos. Todas as operações de extração de recursos são realizadas por meio de um único ponto de extremidade:

Método: POST
Ponto final: /api/v2/ExtractResources

REST API Parâmetros

Lista completa de parâmetros para Extrair Recursos REST APIOs parâmetros estão organizados por categoria para melhor compreensão e implementação.

Importante: Os parâmetros marcados com um asterisco (*) são obrigatórios e devem ser fornecidos para o API para funcionar corretamente.

Parâmetros obrigatórios

Parâmetro	Tipo	Descrição	Exemplo
docContent*	Base64 (String)	O conteúdo da entrada PDF arquivo codificado em Base64 formato para extração de recursos e processamento de análise de conteúdo	`JVBERi...`
docName*	String	Fonte PDF Nome do arquivo com a extensão .pdf adequada para identificação do documento e processamento de extração de recursos.	`sample.pdf`
extractText*	Boolean	Escolha se deseja extrair o conteúdo do texto. PDF: verdadeiroExtrair todo o conteúdo de texto com formatação, falsoIgnorar extração de texto para processamento somente de imagens	`true`
extractImages*	Boolean	Escolha se deseja extrair imagens do PDF: verdadeiroExtrair imagens e elementos visuais, falsoIgnore a extração de imagens para um processamento mais rápido apenas de texto.	`true`

Parâmetros opcionais

Parâmetro	Tipo	Descrição	Exemplo
async	Boolean	Ative o processamento assíncrono. Quando `true`, o API retornos `202 Accepted` com um `Location` cabeçalho para consultar o resultado	`true`

Saída

O PDF4me Extrair recursos REST API Retorna respostas diferentes dependendo do modo de processamento. API Retorna o texto e as imagens extraídos como um JSON resposta.

Success Response
Asynchronous Processing
Error Responses
Response Format Details

Processamento síncrono (padrão)

Quando async é false ou não fornecido, o API Retorna os recursos extraídos imediatamente.

Código de status: 200 OK

Formato da resposta:

{
"textList": ["extracted text content...", "more text..."],
"imageList": [
{
"fileName": "image1.png",
"imageContent": "base64-encoded-image-content..."
},
{
"fileName": "image2.jpg",
"imageContent": "base64-encoded-image-content..."
}
]
}

A resposta contém o texto extraído como uma matriz de strings e as imagens extraídas como uma matriz de objetos com nomes de arquivo e Base64-conteúdo codificado.

Processamento assíncrono

Quando async é true, o API Processa o documento de forma assíncrona.

Resposta inicial:

Código de status: 202 Accepted

Cabeçalhos de resposta:

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

Corpo da resposta:

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

Votação para apuração dos resultados:

Use o Location cabeçalho URL Para verificar a conclusão da pesquisa:

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 resources
}

Respostas de erro

Código de status	Descrição	Exemplo de resposta
400 Bad Request	Parâmetros de solicitação inválidos ou campos obrigatórios ausentes	`{"error": "Missing required parameter: docContent"}`
401 Unauthorized	Inválido ou ausente API chave	`{"error": "Unauthorized"}`
408 Tempo limite da solicitação	Tempo limite de processamento da solicitação	`{"error": "Request timeout"}`
500 Internal Server Error	Erro do servidor durante o processamento	`{"error": "Internal server error"}`

Entendendo o JSON Resposta

A resposta de extração de recursos é uma JSON objeto contendo:

lista de texto: Array de strings contendo conteúdo de texto extraído (se extractText é true)
lista de imagens: Array de objetos de imagem (se extractImages é true)
nome_do_arquivo: O nome do arquivo de imagem extraído
conteúdo da imagem: Base64-conteúdo codificado da imagem

Decodificando Base64 Conteúdo da imagem:

Para decodificar e salvar Base64-imagens codificadas:

// JavaScript
const decoded = atob(base64String);
const blob = new Blob([decoded], { type: 'image/png' });
const url = URL.createObjectURL(blob);

# Python
import base64
image_data = base64.b64decode(base64_string)
with open('extracted_image.png', 'wb') as f:
f.write(image_data)

Exemplo de solicitação

Cabeçalho

Content-Type: application/json
Authorization: Basic YOUR_BASE64_ENCODED_API_KEY

Observação:

Adquira o seu API chave do PDF4me Painel

O API a chave deve ser Base64 codificado e prefixado com "Básico" no Authorization cabeçalho

Exemplo: Se o seu API chave é abc123, codifique-o para Base64 e usar Authorization: Basic YWJjMTIz

Carga útil

Solicitação básica:

{
 "docContent": "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",
 "docName": "sample.pdf",
 "extractText": true,
 "extractImages": true
}

Com processamento assíncrono:

{
 "docContent": "JVBERi0xLjQKJeLjz9MK...",
 "docName": "sample.pdf",
 "extractText": true,
 "extractImages": true,
 "async": true
}

Exemplos de código

O PDF4me Extrair recursos REST API Fornece exemplos de código em várias linguagens de programação. Escolha a linguagem que melhor se adapta ao seu ambiente de desenvolvimento:

C# (CSharp) Exemplo

Completo C# implementação para extrair recursos de PDF:

View C# Sample

Recursos de extração de imagens

Imagens de alta qualidadeExtrair imagens com resolução e qualidade originais.
Vários formatosSuporte para vários formatos de imagem (JPG, PNG, GIF, etc.)
Gráficos vetoriaisExtrair gráficos e diagramas vetoriais escaláveis
Preservação de MetadadosManter as propriedades e os metadados da imagem.

Processamento Avançado

Extração SeletivaEscolha entre extração somente de texto, somente de imagem ou combinada.
Processamento em loteProcessar múltiplos PDFs e extrair recursos de forma eficiente.
Análise de ConteúdoAnalisar e categorizar os tipos de conteúdo extraídos.
Resultados profissionaisExtração de alta qualidade adequada para aplicações empresariais.

Casos de uso e aplicações industriais

Casos de uso para gerenciamento e processamento de documentos

Digitalização de conteúdoExtrair texto e imagens de documentos digitalizados para arquivos digitais.
Análise de Documentos: Analisar PDF conteúdo para extração e processamento de informações
Migração de dadosExtrair conteúdo durante a migração de documentos e atualizações do sistema.
Indexação de conteúdoCriar índices pesquisáveis a partir de PDF conteúdo de texto e imagem

Obtenha ajuda

Get Your API Key API Samples Getting Started

Autenticando seu API Solicitar​

Principais características​

REST API Ponto final​

REST API Parâmetros​

Parâmetros obrigatórios​

Parâmetros opcionais​

Saída​

Exemplo de solicitação​

Cabeçalho​

Carga útil​

Exemplos de código​

Recursos de extração de imagens​

Processamento Avançado​

Casos de uso e aplicações industriais​

Obtenha ajuda​