Extrair texto por expressão - Pesquisa RegEx API

PDF4me Extrair texto por expressão permite extrair texto específico de PDF documentos usando expressões regulares. Isto API processos de serviço PDF arquiva e extrai texto que corresponde a padrões/expressões específicos de PDF documentos. O API recebe PDF conteúdo e padrões de expressão regular através de REST API chamadas, utilizando Base64 Codificação para transmissão segura. Com suporte para expressões regulares complexas e direcionamento flexível de páginas, esta solução é ideal para fluxos de trabalho de processamento de documentos e extração de dados.

Artigos relacionados no blogue

Ainda não há nenhuma publicação no blogue sobre esta funcionalidade — em breve.

Entretanto, explore o blogue da PDF4me para encontrar tutoriais e fluxos de trabalho para todas as plataformas.

Visite o blogue →

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

• Suporte a expressões regularesExtrair texto usando padrões de expressões regulares para correspondência de texto precisa.
• Segmentação flexível de páginasProcessar páginas específicas ou documentos inteiros com sequências de páginas personalizadas.
• Reconhecimento de padrõesSuporte para expressões regulares complexas e reconhecimento de padrões.
• Base64 CodificaçãoTransmissão segura de conteúdo de arquivos usando Base64 codificação
• Simple API IntegraçãoRESTful API Projetado para fluxos de trabalho automatizados de extração de texto.

REST API Ponto final

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

• Método: POST
• Ponto final: /api/v2/ExtractTextByExpression

REST API Parâmetros

Lista completa de parâmetros para a função Extrair Texto por Expressão 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 em Base64 formato	JVBERi...
docName*	String	Fonte PDF nome do arquivo com extensão de arquivo apropriada	output.pdf
expression*	String	Padrão de expressão regular para extração de texto. Suporta sintaxe regex padrão, incluindo grupos, quantificadores e âncoras.	% ou [A-Za-z]+
pageSequence*	String	Especifique quais páginas processar. Use "1-" para todas as páginas, "1-3" para um intervalo ou "1,2,3" para páginas específicas.	1-3

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 texto por expressão REST API Retorna respostas diferentes dependendo do modo de processamento. API Retorna as correspondências de texto extraídas como um JSON resposta.

Success Response

Processamento síncrono (padrão)

Quando async é false ou não fornecido, o API Retorna imediatamente as correspondências do texto extraído.

Código de status: 200 OK

Formato da resposta:

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

A resposta contém uma matriz de cadeias de texto que correspondem ao padrão de expressão regular especificado.

Asynchronous Processing

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/ExtractTextByExpressionStatus/{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 text matches
}

Error Responses

Respostas de erro

Código de status	Descrição	Exemplo de resposta
400 Bad Request	Parâmetros de solicitação inválidos, campos obrigatórios ausentes ou padrão de expressão regular inválido.	{"error": "Missing required parameter: expression"}
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"}

Response Format Details

Entendendo o JSON Resposta

A resposta da extração de texto é uma JSON objeto contendo:

• lista de texto: Array de strings contendo todas as correspondências de texto que correspondem ao padrão de expressão regular especificado

Formatos de sequência de páginas:

• "1-"Processar todas as páginas da página 1 até a página final.
• "1-3": Processar páginas 1, 2 e 3
• "1,2,3"Processar páginas específicas 1, 2 e 3.

Exemplos de expressões:

• "%": Correspondência dos símbolos de porcentagem
• "\\d+"Combine um ou mais dígitos
• "[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\\.[a-zA-Z]{2,}": Combinar endereços de e-mail
• "https?://[^\\s]+": URLs correspondentes

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

Com processamento assíncrono:

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

Exemplos de código

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

C#

C# (CSharp) Exemplo

Completo C# Implementação para extrair texto por expressão de PDF:

View C# Sample

Java

Java Amostra

Java Implementação com tratamento completo de erros e processamento de respostas:

View Java Sample

JavaScript

JavaScript Amostra

Node.js e compatível com navegadores JavaScript Implementação:

View JavaScript Sample

Python

Python Amostra

Python implementação com a biblioteca requests e JSON manuseio:

View Python Sample

Salesforce

Salesforce Amostra

Salesforce Apex implementação para CRM integração:

View Salesforce Sample

n8n

n8n Amostra

n8n Implementação de fluxo de trabalho para automação:

View n8n Sample

Google Script

Google Apps Script Amostra

Google Apps Script implementação para Google Workspace integração:

View Google Script Sample

AWS Lambda

AWS Lambda Amostra

Sem servidor AWS Lambda Implementação da função:

View AWS Lambda Sample

Recursos de extração de texto

Processamento de expressões regulares

• Reconhecimento de padrõesSuporte completo para sintaxe e padrões de expressões regulares padrão.
• Padrões complexosSuporte para recursos avançados de expressões regulares, incluindo grupos, quantificadores e âncoras.
• Expressões personalizadasCriação flexível de padrões para requisitos específicos de extração de texto.
• Validação de padrõesValidação integrada para sintaxe e compatibilidade de padrões de expressões regulares.
• Resultados profissionaisExtração de texto confiável com correspondência de padrões precisa.

Processamento de página

• Segmentação de páginaExtrair texto de páginas específicas ou de documentos inteiros.
• Sequências de páginasSuporte para intervalos de páginas personalizados e seleção de páginas individuais.
• Processamento flexívelProcessar qualquer combinação de páginas com controle preciso
• Processamento em loteGerencie várias páginas de forma eficiente em uma única tela. API ligações
• Layout profissionalExtração de texto consistente em todas as páginas de destino.

Recursos avançados

• Análise de textoAnálise e identificação abrangentes de padrões textuais
• Filtragem personalizadaOpções avançadas de filtragem para necessidades específicas de extração de texto.
• Extração profissionalExtração de texto de alta qualidade com visibilidade clara.
• Padrões flexíveisSuporte para qualquer padrão de expressão regular e requisitos de correspondência de texto.

Casos de uso e aplicações industriais

Legal & Professional Services

Casos de uso de serviços jurídicos e profissionais

• Análise de DocumentosExtrair padrões de dados específicos de contratos, faturas e documentos legais.
• Análise de ContratoExtrair termos-chave e padrões de dados de contratos legais.
• Monitoramento de ConformidadeExtrair informações regulatórias e dados de conformidade de documentos.
• Extração de Dados LegaisExtrair padrões de dados específicos de documentos jurídicos.

Finance & Banking

Casos de uso em finanças e bancos

• Processamento de faturasExtrair dados de faturas e valores de campos usando correspondência de padrões.
• Relatórios financeirosExtrair métricas e pontos de dados específicos de PDF relatórios
• Monitoramento de ConformidadeExtrair informações regulatórias e dados de conformidade de documentos.
• Mineração de Dados FinanceirosExtrair dados estruturados de documentos financeiros.

Business & Enterprise

Casos de uso para empresas e negócios

• Mineração de dadosIdentificar e extrair dados estruturados de dados não estruturados. PDF documentos
• Processamento de conteúdoExtrair padrões de texto específicos para gerenciamento e análise de conteúdo.
• Processamento de formuláriosExtrair dados de formulário e valores de campos usando correspondência de padrões.
• Inteligência de NegóciosExtrair métricas de negócios e indicadores de desempenho de PDF relatórios

Education & Research

Casos de uso em educação e pesquisa

• Aplicações de pesquisaExtrair padrões de dados específicos de artigos de pesquisa e documentos acadêmicos.
• Extração de Dados AcadêmicosExtrair dados estruturados de artigos de pesquisa
• Análise de pesquisaExtrair métricas específicas de documentos acadêmicos.
• Processamento de Conteúdo EducacionalExtrair padrões de texto de documentos educacionais.

Government & Compliance

Casos de uso para governo e conformidade

• Monitoramento de ConformidadeExtrair informações regulatórias e dados de conformidade de documentos.
• Extração de Dados RegulatóriosExtrair dados estruturados de documentos regulatórios
• Relatórios governamentaisExtrair métricas específicas de relatórios governamentais.
• Registros PúblicosExtrair padrões de dados de registros e documentos públicos.

Obtenha ajuda

Get Your API KeyAPI SamplesGetting Started