{
"url": "https://www.w3.org/WAI/ER/tests/xhtml/testfiles/resources/pdf/dummy.pdf",
"totalPages": 1,
"pagesReturned": 1,
"text": "Dummy PDF file",
"pages": [
{
"page": 1,
"method": "ocr",
"chars": 14,
"text": "Dummy PDF file"
}
]
}
curl --location --request GET 'https://zylalabs.com/api/14865/pdf+and+image+to+text+ocr+api/38698/extract+text?url=https://www.w3.org/WAI/ER/tests/xhtml/testfiles/resources/pdf/dummy.pdf&lang=en&pages=10' --header 'Authorization: Bearer YOUR_API_KEY'
注册后,每个开发者都会被分配一个个人 API 访问密钥,这是一个唯一的字母和数字组合,用于访问我们的 API 端点。要使用 PDF和图像文本OCR API 进行身份验证,只需在 Authorization 标头中包含您的 bearer token。
| 标头 | 描述 |
|---|---|
授权
|
必需
应为 Bearer access_key. 订阅后,请查看上方的"您的 API 访问密钥"。
|
从PDF或图像URL中提取文本 读取嵌入的文本层并对扫描的页面运行OCR 支持包括英语 中文 马来语 日语在内的17种语言 每次请求最多10页
API 返回来自 PDF 或图像 URL 的提取文本,包括完整文本和逐页文本详情 它指示文本是通过嵌入的文本层还是 OCR 检索的
响应中的关键字段包括“url”(源URL) “totalPages”(文档中的总页数) “pagesReturned”(处理的页数) “text”(提取的完整文本)和“pages”(每页的详细信息,包括方法和文本)
该端点接受参数,如“url”(PDF或图像URL)和“pages”(要处理的最大页数,范围从1到10)。用户可以通过指定这些参数来自定义请求
响应数据采用JSON格式结构化 包括文档摘要和一组页面对象 每个对象包含页面编号 提取方法 字符计数和提取的文本
典型的使用案例包括数字化印刷文档 提取文本进行数据分析 将扫描材料转换为可编辑格式 以及通过将图像转换为文本来为视障用户提供无障碍服务
用户可以解析JSON响应以访问完整文本或特定页面详细信息。这使得能够将其集成到应用程序中进行文本分析、文档管理或基于提取内容的进一步处理
数据准确性通过使用先进的OCR技术和在可用时读取嵌入文本层来维持。这种双重方法有助于确保从各种文档类型中提取文本的更高准确性
用户可以期待一个一致的响应结构,其中包含总页数、返回的页面和详细的页面信息。文本提取方法可能有所不同,有些页面使用OCR,有些页面使用嵌入文本层