功能简介
获取文档元数据功能可通过读取文档头部信息,获取文档格式、总页数、文件大小、是否加密、创建时间、修改时间等元数据,无需解析文档全部内容。
说明:
使用限制
格式限制:当前仅支持获取 pdf 格式文档的元数据,Office 类格式(doc、docx、ppt、pptx、xls、xlsx)后续支持。
大小限制:不超过 2GB。
并发限制:默认接口请求并发数为 100 QPS。
适用场景
文档页数获取
在文档管理、内容审核、任务拆分等场景中,需要提前获知文档页数,例如按页预估转码费用、按页拆分处理任务、在页面中展示文档规模。通过该功能可直接获取总页数,无需发起一次完整的文档转码。
文档准入校验
在批量接入用户上传文档的业务中,可在正式处理前先获取文档元数据,校验文档格式、大小是否符合要求,判断文档是否加密,过滤无法处理的文档,避免无效的转码资源消耗。
文档信息归档
在企业文档归档、资产盘点等场景中,可批量读取文档的创建时间、修改时间等元数据信息,用于构建文档索引或审计记录。
前提条件
已开通 COS 服务、创建存储桶并上传文件到存储桶。具体操作请参见 控制台快速入门。
已开通数据万象服务并绑定存储桶。具体操作请参见 存储桶绑定。
使用方式
注意:
对于加密文档,正常情况下仍可获取总页数;若加密导致文件内容完全无法读取,则返回错误。
当文档内部未记录创建时间、修改时间等属性时,对应字段返回为空。