欢迎您!

文档转结构化Markdown

接口标识: docparse 价格: 0.001 元/次 VIP免费
接口简介
文档转结构化 Markdown 接口,基于通义千问长文本模型 qwen-long,将 PDF、Word、Excel、CSV、EPUB、图片扫描件等多种文档解析为规整的 Markdown 或按章节拆分的结构化数组。超长文档以文件方式提交,保留标题层级、表格与列表,输出附带表格数、处理页数、字符数与 Token 用量。适用于文档归档、知识库建库与 RAG 语料清洗,按 Token 成本后付费。
详细介绍
接口地址: https://www.phpwc.cn/api/docparse
请求方式: POST
业务请求参数
参数名类型必填默认值说明
content string 选填 - 文档正文纯文本,与 file 二选一,本站限 ≤1,000,000 tokens
file string 选填 - 文档,公网URL / Base64(data:开头) / 文件ID(fileid_开头),支持 TXT/DOCX/PDF/XLSX/CSV/EPUB/MD 及图片扫描件,与 content 二选一
target_format string 选填 markdown 输出结构:markdown(默认,纯 Markdown)/ sections(按章节拆分数组)
keep_table string 选填 markdown 表格保留方式:markdown(默认,管道表格)/ html / text
keep_image string 选填 omit 图片处理:omit(默认,仅留说明文字)/ placeholder(保留占位链接)
max_pages int 选填 50 处理页数上限,默认 50,用于控制输入 token 与耗时
language string 选填 auto 文档主要语言:auto(默认)/ zh / en
响应参数
字段名类型说明
codeint状态码,0=成功
descstring状态描述
data− object 业务数据(成功时返回)
title string 文档标题(模型识别,可为空)
markdown string 结构化 Markdown 全文(target_format=markdown 时返回)
sections− array 章节数组(target_format=sections 时返回)
level int 层级,1 表示一级标题
heading string 章节标题
content string 该章节 Markdown 内容
tables int 表格数量
page_count int 实际处理页数
char_count int 输出字符数
usage_input_tokens int 输入 Token 数
usage_output_tokens int 输出 Token 数
request_idstring请求追踪ID
JSON 示例:
调用成功:
{
  "code": 0,
  "desc": "success",
  "data": { ... },
  "request_id": "abc123..."
}
调用失败:
{
  "code": 999,
  "desc": "错误描述",
  "request_id": "abc123..."
}
请先 登录 后使用在线测试

© 网程科技(林州网程科技有限公司)   |  豫ICP备2025120409号-2   |  豫B2-20230220   |  豫公网安备 41058102000262号