调用ExtractDocumentText文档内容提取_智能媒体管理(IMM)-阿里云帮助中心

提取文档文件正文中的文本。

接口说明

注意当文档格式较为复杂，或正文量过大时，可能出现超时错误。在此类场景建议使用 CreateOfficeConversionTask 接口，并将输出格式指定为 txt 来实现类似功能。

下表是API对应的授权信息，可以在RAM权限策略语句的Action元素中使用，用来给RAM用户或RAM角色授予调用此API的权限。具体说明如下：

操作	访问级别	资源类型	条件关键字	关联操作
imm:ExtractDocumentText		全部资源 acs:oss:oss-{#regionId}:{#accountId}:{#BucketName}	无	无
imm:ExtractDocumentText		Project acs:imm:{#regionId}:{#accountId}:project/{#ProjectName}	无	无

名称	类型	必填	描述	示例值
ProjectName	string	是	项目名称，获取方式请参见创建项目。	immtest
SourceURI	string	是	源数据的存储地址。 OSS 地址规则为 oss://${Bucket}/${Object}，其中`${Bucket}`为和当前项目处于同一区域(Region)的 OSS Bucket 名称，`${Object}`为包含文件扩展名的文件完整路径。	oss://test-bucket/test-object
SourceType	string	否	源数据的后缀类型。默认根据输入对象的后缀名确定源数据的类型。当输入对象没有后缀名时，可以设置此参数，可选值如下。文字文档（Word）：doc、docx、wps、wpss、docm、dotm、dot、dotx、html 演示文档（PPT）：pptx、ppt、pot、potx、pps、ppsx、dps、dpt、pptm、potm、ppsm、dpss 表格文档（Excel）：xls、xlt、et、ett、xlsx、xltx、csv、xlsb、xlsm、xltm、ets PDF 文档：pdf	docx
CredentialConfig	CredentialConfig	否	链式授权配置，非必填。更多信息，请参见使用链式授权访问其他实体资源。

正常返回示例

JSON格式

{
  "RequestId": "94D6F994-E298-037E-8E8B-0090F27*****",
  "DocumentText": "测试内容。"
}

访问错误中心查看更多错误码。

变更时间	变更内容概要	操作
2023-12-13	OpenAPI 入参发生变更	查看变更详情