{
"success": true,
"endpoint": "pdf.extract",
"ocr": false,
"count": 1,
"partial": false,
"billable": true,
"items": [
{
"position": 1,
"source": "https://www.irs.gov/pub/irs-pdf/fw9.pdf",
"status": "ok",
"markdown": "# Form W-9\n\nRequest for Taxpayer Identification Number and Certification ...",
"pageCount": 6,
"title": "Form W-9",
"author": null,
"bytes": 140000,
"truncated": false
}
]
}
curl --location --request GET 'https://zylalabs.com/api/14903/pdf+to+text+and+markdown+api/38809/extract+pdf+to+markdown+or+text?url=https://www.irs.gov/pub/irs-pdf/fw9.pdf&format=markdown' --header 'Authorization: Bearer YOUR_API_KEY'
साइन अप करने के बाद, प्रत्येक डेवलपर को एक पर्सनल API एक्सेस की असाइन की जाती है, जो अक्षरों और अंकों का एक यूनिक संयोजन होता है, जिसका उपयोग हमारे API एंडपॉइंट तक पहुंचने के लिए किया जाता है। प्रमाणीकरण के लिए पीडीएफ से टेक्स्ट और मार्कडाउन API के साथ बस अपने बेयरर टोकन को Authorization हेडर में शामिल करें।
| हेडर | विवरण |
|---|---|
Authorization
|
आवश्यक
होना चाहिए Bearer access_key. जब आप सब्सक्राइब हों तो ऊपर "Your API Access Key" देखें।
|
कोई लंबी अवधि की प्रतिबद्धता नहीं। कभी भी अपग्रेड, डाउनग्रेड या कैंसल करें। फ्री ट्रायल में 50 रिक्वेस्ट तक शामिल हैं।
नहीं यह केवल एम्बेडेड टेक्स्ट को निकालता है स्कैन की गई इमेज-केवल पीडीएफ स्थिति इमेज_only के साथ वापस आती है जिसमें कोई टेक्स्ट नहीं है
एक कॉल पर एक पीडीएफ 25 एमबी और 200 पृष्ठों तक आउटपुट पहले 20000 अक्षर हैं (घने पाठ के लगभग 3-8 पृष्ठ) लंबे दस्तावेज़ों के लिए वापस प्रबंधित: सत्य केवल अनुवादित पाठ लौटाया जाना चाहिए अंश और अलंकार नहीं जोड़ें यदि अनुवाद में त्रुटि हुई तो केवल "त्रुटि" लौटाई जानी चाहिए
सार्वजनिक https यूआरएल ही मान्य हैं व्यक्तिगत नेटवर्क पते और क्रेडेंशियल्स वाले यूआरएल स्वीकार नहीं किए जाते हैं
डिफ़ॉल्ट रूप से मार्कडाउन, साधारण पाठ, या दोनों एक ही प्रतिक्रिया में
हाँ हर सफल कॉल ज़ायला पर एक अनुरोध के रूप में गिनती की जाती है जिसमें केवल छवि परिणाम भी शामिल हैं अनुरोध बचाने के लिए सबसे पहले जांचें कि पीडीएफ में एक पाठ परत है
एंडपॉइंट एक पीडीएफ से निकाले गए टेक्स्ट को मार्कडाउन या सामान्य टेक्स्ट के रूप में लौटाता है, साथ में मेटाडेटा जिसमें पृष्ठ संख्या, शीर्षक, लेखक, और एक फ्लैग शामिल है जो इंगित करता है कि क्या टेक्स्ट काटा गया था
प्रमुख क्षेत्रों में "सफलता" (संचालन स्थिति), "मार्कडाउन" (निकाला गया पाठ), "पृष्ठसंख्या" (पृष्ठों की संख्या), "शीर्षक" (दस्तावेज़ का शीर्षक), "लेखक" (दस्तावेज़ का लेखक), और "संक्षिप्त" (यह इंगित करता है कि क्या आउटपुट 20,000 वर्णों से अधिक है) शामिल हैं
जवाब एक JSON ऑब्जेक्ट के रूप में संरचित है जिसमें सफलता का संकेत, अंतिम बिंदु की जानकारी और आइटम की एक श्रेणी शामिल है प्रत्येक आइटम में स्रोत URL स्थिति निकाली गई पाठ और मेटाडेटा जैसे विवरण शामिल हैं
एंडपॉइंट पीडीएफ से निकाला गया पाठ, पृष्ठ संख्या, दस्तावेज़ का शीर्षक, लेखक की जानकारी (यदि उपलब्ध हो), और एक फ़्लैग प्रदान करता है जो यह इंगित करता है कि क्या पीडीएफ स्कैन किया गया था या उसे काटा गया था
प्राथमिक पैरामीटर सार्वजनिक PDF यूआरएल है उपयोगकर्ता अनुरोध के माध्यम से वांछित आउटपुट प्रारूप (मार्कडाउन या साधारण पाठ) निर्दिष्ट कर सकते हैं लेकिन कोई अतिरिक्त पैरामीटर आवश्यक नहीं हैं
उपयोगकर्ता JSON प्रतिक्रिया को पार्स कर सकते हैं ताकि वे निकाले गए पाठ को आगे की प्रक्रिया के लिए एक्सेस कर सकें एप्लिकेशनों में शीर्षक और लेखक को प्रदर्शित कर सकें या दस्तावेज़ प्रबंधन के लिए पृष्ठ की संख्या का विश्लेषण कर सकें
सामान्य उपयोग के मामलों में कानूनी दस्तावेजों, अकादमिक पत्रों या रिपोर्टों को संपादनीय प्रारूपों में परिवर्तित करना, निकाले गए पाठ को अनुप्रयोगों में एकीकृत करना या पीडीएफ सामग्री पर पाठ विश्लेषण करना शामिल है
डेटा सटीकता को एम्बेडेड टेक्स्ट लेयर के साथ पीडीएफ से सीधे टेक्स्ट निकालकर बनाए रखा जाता है एपीआई स्कैन की गई पीडीएफ को फ्लैग करता है सुनिश्चित करता है कि उपयोगकर्ता अवगत हों जब कोई टेक्स्ट निष्कर्षण संभव न हो