全部產品
Search

搜尋本產品

    Intelligent Media Management：ExtractDocumentText - 文檔本文提取

    文件中心

    Intelligent Media Management：ExtractDocumentText - 文檔本文提取

    更新時間：Feb 26, 2026

    提取文檔檔案本文中的文本。

    介面說明

    • 請確保在使用該介面前，已充分瞭解Intelligent Media Management產品的收費方式和價格。

    • 調用該介面前，請確保當前 Region 已經存在可用的專案（ Project ），詳見專案管理。

    • 支援常見的 Word、Excel、PPT、PDF、TXT 文檔。

    • 檔案大小最大不超過 200 MB。提取後的純文字檔案大小不超過 2 MB（約合 60 萬中文字）。

    重要 當文檔格式較為複雜，或本文量過大時，可能出現逾時錯誤。在此類情境建議使用 CreateOfficeConversionTask 介面，並將輸出格式指定為 txt 來實作類別似功能。

    調試

    您可以在OpenAPI Explorer中直接運行該介面，免去您計算簽名的困擾。運行成功後，OpenAPI Explorer可以自動產生SDK程式碼範例。

    調試

    授權資訊

    下表是API對應的授權資訊，可以在RAM權限原則語句的Action元素中使用，用來給RAM使用者或RAM角色授予調用此API的許可權。具體說明如下：

    • 操作：是指具體的許可權點。

    • 存取層級：是指每個操作的存取層級，取值為寫入（Write）、讀取（Read）或列出（List）。

    • 資源類型：是指操作中支援授權的資源類型。具體說明如下：

      • 對於必選的資源類型，用前面加 * 表示。

      • 對於不支援資源級授權的操作，用全部資源表示。

    • 條件關鍵字：是指雲產品自身定義的條件關鍵字。

    • 關聯操作：是指成功執行操作所需要的其他許可權。操作者必須同時具備關聯操作的許可權，操作才能成功。

    操作

    存取層級

    資源類型

    條件關鍵字

    關聯操作

    imm:ExtractDocumentText

    none

    *Project

    acs:imm:{#regionId}:{#accountId}:project/{#ProjectName}

    		 無 無

    請求參數

    名稱

    類型

    必填

    描述

    樣本值
    ProjectName

    string

    是

    專案名稱，擷取方式請參見建立專案。

    immtest
    SourceURI

    string

    是

    來源資料的儲存地址。

    OSS 地址規則為 oss://${Bucket}/${Object}，其中${Bucket}為和當前專案處於同一地區(Region)的 OSS Bucket 名稱，${Object}為包含副檔名的檔案完整路徑。

    重要 當前僅支援 http 協議地址。

    oss://test-bucket/test-object
    SourceType

    string

    否

    來源資料的尾碼類型。預設根據輸入對象的尾碼名確定來源資料的類型。當輸入對象沒有尾碼名時，可以設定此參數，可選值如下。

    • 文字文檔（Word）：doc、docx、wps、wpss、docm、dotm、dot、dotx、html

    • 示範文檔（PPT）：pptx、ppt、pot、potx、pps、ppsx、dps、dpt、pptm、potm、ppsm、dpss

    • 表格文檔（Excel）：xls、xlt、et、ett、xlsx、xltx、csv、xlsb、xlsm、xltm、ets

    • PDF 文檔：pdf

    docx
    CredentialConfig CredentialConfig

    否

    如無特殊需求，請保持留空即可。

    鏈式授權配置，非必填。更多資訊，請參見使用鏈式授權訪問其他實體資源。

    返回參數

    名稱

    類型

    描述

    樣本值

    object

    響應體結構。

    RequestId

    string

    請求 ID。

    94D6F994-E298-037E-8E8B-0090F27*****
    DocumentText

    string

    文檔的文本本文內容。

    測試內容。

    樣本

    正常返回樣本

    JSON格式

    {
  "RequestId": "94D6F994-E298-037E-8E8B-0090F27*****",
  "DocumentText": "測試內容。"
}

    錯誤碼

    訪問錯誤中心查看更多錯誤碼。

    變更歷史

    更多資訊，參考變更詳情。