使用 GroupDocs.Conversion Cloud 使用 Python 從 PDF 文檔中提取文本
PDF(便攜式文檔格式)是用於呈現和交換文檔的最重要和最廣泛使用的文件格式之一。作為一名 Python 開發人員,在很多情況下您都希望從 PDF 文檔中提取文本並使用 Python 以不同的格式導出以進行文本分析。在這篇文章中,我們將向您展示如何使用 GroupDocs.Conversion Cloud SDK for Python 從 PDF 文檔中準確提取文本。
GroupDocs.Conversion Cloud是一個獨立於平台的文檔和圖像轉換REST API解決方案,不依賴於任何第三方應用程序。它將 50 多種類型的文檔從一種格式轉換為另一種格式。它為包括 Python 在內的所有流行編程語言提供 SDK,因此開發人員可以直接在其應用程序中使用 API,而無需擔心底層 REST API 調用。
讓我們開始編寫代碼:
安裝GroupDocs.Conversion雲包 首先,使用以下命令從 pypi 安裝 groupdocs-conversion-cloud 軟件包。
>pip 安裝 groupdocs-conversion-cloud
Python PDF 文本提取示例 我們將按照以下步驟從 PDF 文檔中提取文本:
免費註冊 groupdocs.cloud to get your AppSID and AppKey 創建一個 python 模塊並將以下代碼複製粘貼到其中。我們使用默認選項來提取 PDF 文檔的文本。您還可以使用文本格式的轉換選項提取特定頁面的文本。 # 導入模塊 import groupdocs_conversion_cloud # 在 https://dashboard.groupdocs.cloud 獲取您的 app_sid 和 app_key(需要免費註冊)。 app_sid = "xxxxx-xxxx-xxxx-xxxx-xxxxxxxx" app_key = "xxxxxxxxxxxxxxxxxxxxxxxxxxxxxx" # 創建 API 實例 convert_api = groupdocs_conversion_cloud.
用於優化 PDF 文檔的可靠 RESTful API 解決方案
GroupDocs.Conversion Cloud 是一個文檔和圖像轉換解決方案。它使開發人員能夠在任何平台上的應用程序中添加文檔轉換功能,並使用標準 REST API 調用進行完全控制。在這篇文章中,我們將討論如何優化 PDF 文檔。您可以訪問 GroupDocs.Convesion Cloud 以獲取完整的功能列表。
PDF 文檔有時可能包含附加數據。減小 PDF 文件的大小將幫助您優化網絡傳輸和存儲。這對於在網頁上發布、在社交網絡上共享、通過電子郵件發送或在存儲中存檔特別方便。讓我向您展示如何輕鬆地使用 GroupDocs.Conversion Cloud 來優化 Web PDF 文檔或優化 PDF 文件大小。我將在以下示例中使用 cURL。您可以使用您最喜歡的編程語言的 SDK,而無需擔心底層 REST API 調用。
針對 Web 優化 PDF 文檔 Web 優化或線性化是指使 PDF 文件適合使用 Web 瀏覽器在線瀏覽的過程。線性化 PDF 文件通過 Internet 加載速度更快。因為,線性化 PDF 文件包含允許字節流服務器一次一頁下載 PDF 文件的信息。如果服務器上禁用了字節流或者 PDF 文件未線性化,則必須下載整個 PDF 文件才能查看。檢查 cURL API 命令以優化 PDF 文件以進行 Web 顯示:
優化 Web PDF
// 針對 Web 優化 PDF 文檔 curl -X POST "https://api.
CAD(計算機輔助設計) 它用於 3D 圖形文件格式,可能包含 2D 或 3D 設計。 CAD 文件是 CAD 軟件生成和使用的對象的數字文件格式。 CAD 文件包含對象的技術繪圖、藍圖、原理圖或 3D 渲染。
GroupDocs.Viewer 雲 API GroupDocs.Viewer Cloud API 是靈活的文檔渲染和查看解決方案,供程序員和專業人員在任何地方渲染和顯示廣泛使用的文件格式。
支持的 CAD 文件格式 文件擴展名
文件格式
DGN
MicroStation 設計文件
DWF
設計網頁格式
DWG
Autodesk 設計數據格式
DXF
Autodesk 繪圖交換文件格式
IFC
行業基礎類文件
STL
立體光刻文件
如何渲染 CAD 文件格式的 HTML 視圖 我們的文檔渲染和查看解決方案使開發人員能夠通過幾行指令在其應用程序中渲染 CAD 文件格式,其中包括放大輸出、設置輸出文件的高度和寬度等選項。
以下是渲染 CAD 文件的 HTML 視圖的步驟:
將文件上傳到存儲。 創建 HTML 視圖。 下載 HTML 文件。 1.將文件上傳到存儲 以下代碼演示瞭如何將文件上傳到存儲。
### Upload document to default storage curl -X POST "https://api.
隆重推出 GroupDocs.Comparison Cloud 19.5!
伙計們!新版本的 Groupdocs.Comparison Cloud 19.5 已發布。您對我們的文檔比較雲 API 的反饋和興趣使我們有動力實施新功能。全新的API;在此版本中,我們將 API 作為微服務實現。它提高了 API 的性能和穩定性。新 API 的方法和選項較少。我們還在 GroupDocs.Comparison Cloud API 中引入了雲存儲操作的新方法。我將在以下部分中概述一些新功能。有關新功能和增強功能的完整詳細信息,請查看此版本的發行說明。
新的API版本
我們在 19.5 版本中引入了 V2 API 版本,並將使用以下基本 URL。請注意,V1 將仍然可用。
https://api.groupdocs.cloud/v2.0/comparison/
驗證
為了提高安全性,我們在此版本中引入了 JWT(JSON Web Token)身份驗證。 V2 API 版本不再支持 OAuth2 和 URL 簽名身份驗證方法。讓我們向您展示如何獲取 JWT 訪問令牌。
### Retrieve access token JWT(JSON Web Token) ### TODO: Get your AppSID and AppKey at https://dashboard.groupdocs.cloud (free registration is required). curl --request POST https://api.groupdocs.cloud/connect/token --header "Content-Type: application/x-www-form-urlencoded" --data "grant_type=client_credentials&client_id=[APP_SID]&client_secret=[APP_KEY]" 存儲API
GroupDocs.批註雲19.5
對於開發者來說是個好消息!引入了全新的 GroupDocs.Annotation Cloud 19.5。我們致力於發展 GroupDocs.Annotation Cloud REST API,使其更加簡化和易於使用。考慮到這一點,我們對此版本進行了必要的更改。新的 API 更加優化,方法和選項更少。其內部架構經過改進,可實現快速可靠的處理,以構建文檔和圖像註釋工具,並支持基於文本和圖形的註釋操作。現在該 API 還包括使用雲存儲的方法。因此,您可以直接使用 GroupDocs.Annotation Cloud REST API 執行存儲操作,而不是使用單獨的 API。
請查看詳細的此版本的發行說明 以了解此版本中的所有新功能/增強功能。
重大變化 新的API版本
19.5版本引入API版本V2,V1將保持可用。
驗證
此版本中引入了 JWT(JSON Web Token)身份驗證,現在 OAuth2 和 URL 簽名身份驗證方法已過時。
註釋API
簡化的 API 方法可將基於文本和圖形的註釋應用於所有流行格式的文檔和圖像。
存儲API
文件API - 引入了上傳、下載、複製、移動、刪除文件的方法:輸入文檔和渲染結果,在雲存儲中
Folder API - 引入了在雲存儲中創建、複製、移動、刪除文件夾的方法
Storage API - 引入了獲取存儲信息和文件信息的方法
為文檔添加註釋 這裡我們將向您展示 GroupDocs.Annotation Cloud V2 API 版本的工作原理,它與 V1 有所不同。我們將按照以下步驟使用 GroupDocs.Annotation Cloud SDK for .NET 在 Word 文檔中添加註釋:
將源文檔上傳至存儲 在源文檔中添加註釋 我們需要將源文檔上傳到雲存儲,因為在本例中我們將處理來自云存儲的文檔。在該版本中,我們引入了用於文件存儲操作的 File API。我們將使用 Annotation V2 API 版本的 UploadFile 方法而不是 GroupDocs.
全新GroupDocs.Signature Cloud V2!
伙計們,過去打印、簽署、掃描和郵寄文件的繁瑣的簽署文件的工作已經一去不復返了。現在,在這個數字時代,在線文檔簽名選項使生活變得更加輕鬆。 GroupDocs.Signature Cloud REST API 經過測試且可靠的電子簽名 REST API,可在您的應用程序中添加電子簽名的功能,而無需安裝任何第三方軟件。它可以通過應用文本、圖章、QR 碼、條形碼、圖像和數字簽名來幫助您以電子方式保護文檔。 GroupDocs.Signature Cloud 19.5新版本發布。
請查看此版本的詳細發行說明,以了解此版本中的所有新功能/增強功能。
什麼是新的 API版本 - 推出API版本V2
身份驗證 - JWT(JSON Web Token) 身份驗證
簽名 API - 用於創建、驗證和搜索簽名的簡化 API 方法,與獲取文檔的附加信息相同
文件API – 引入了上傳、下載、複製、移動、刪除文件的方法:輸入文檔和渲染結果,在雲存儲中
文件夾 API - 引入了在雲存儲中創建、複製、移動、刪除文件夾的方法
Storage API - 引入了獲取存儲信息和文件信息的方法
怎麼運行的 此版本的主要變化是引入了V2 API版本,它是全新的API版本。它是更簡化的 API,具有更少的方法和選項。同時,其內部架構也更加優化和精緻。在此版本中,API 包含使用雲存儲的方法。因此,您可以使用 GroupDocs.Signature Cloud REST API 執行存儲操作,而不是使用單獨的 API。
這裡我們將向您展示 GroupDocs.Signature Cloud V2 API 版本的工作原理,它與 V1 有所不同。我們將按照以下步驟使用 V1 和 V2 在 Word 文檔中添加條形碼簽名:
檢索訪問令牌 將源文檔上傳至存儲 將條形碼簽名添加到源文檔 從以下 cURL 示例中您可以注意到,我們在 V2 示例中使用了 JWT 身份驗證。請注意,V2 不再支持 V1 API 版本的 OAuth 2.