帮你快速理解、总结文档立即下载

获取文档元数据

最近更新时间:2026-10-21 18:30:02
我的收藏

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:
该功能为付费功能,按调用次数计费,详细计费说明请参见 文档处理费用。

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。
已通过 控制台 或 接口 开通文档处理服务。

使用方式

数据万象提供同步接口获取文档元数据:对 COS 上的文档发送同步处理请求,即可返回文档的格式、总页数、文件大小、是否加密、创建时间、修改时间等信息,详情请参见 获取文档元数据 API 文档。
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。