Extract text from PDF（从PDF中提取文本）¶
Supported in: Batch, Faster
Extracts raw text from the pages in a PDF.
Expression categories: Media
Declared arguments¶
- Media reference: The column containing media references to PDF files in a media set.
Expression\ - optional End page: The end of the page range (inclusive).
Expression\ - optional Error handling: Determines the behavior of the pipeline for inputs that fail to process.
Enum\ - optional Start page: The start of the page range. If no value is provided, it will default to the first page.
Expression\
Output type: Array\
Examples¶
Example 1: Base case¶
Argument values:
- Media reference:
Media Reference - End page:
End Page - Error handling: null
- Start page:
Start Page
| Media Reference | Start Page | End Page | Output |
|---|---|---|---|
| {"mimeType":"application/pdf","reference":{"type":"mediaSetItem","mediaSetItem":{"mediaSetRid":"ri.mio.test.media-set.1","mediaItemRid":"ri.mio.test.media-item.1"}}} | 1 | 2 | [ first page, second page ] |
中文翻译¶
从PDF中提取文本¶
支持：批处理（Batch）、快速（Faster）
从PDF页面中提取原始文本。
表达式类别： 媒体（Media）
声明的参数¶
- 媒体引用（Media reference）： 包含媒体集中PDF文件媒体引用的列。
表达式\ - 可选 结束页（End page）： 页面范围的结束页（包含该页）。
表达式\ - 可选 错误处理（Error handling）： 决定管道对处理失败的输入所采取的行为。
枚举\ - 可选 起始页（Start page）： 页面范围的起始页。若未提供值，则默认为第一页。
表达式\
输出类型： 数组\
示例¶
示例1：基础情况¶
参数值：
- 媒体引用：
Media Reference - 结束页：
End Page - 错误处理： null
- 起始页：
Start Page
| 媒体引用 | 起始页 | 结束页 | 输出 |
|---|---|---|---|
| {"mimeType":"application/pdf","reference":{"type":"mediaSetItem","mediaSetItem":{"mediaSetRid":"ri.mio.test.media-set.1","mediaItemRid":"ri.mio.test.media-item.1"}}} | 1 | 2 | [ 第一页, 第二页 ] |