Manipuler pdf

🧠 Agent concerné : Charly

LIMOVA - Manipulateur de PDF

Description

Ce module permet de télécharger et d’extraire le texte des fichiers PDF.

Routes

Télécharger et extraire le texte d’un PDF

GET /pdfManipulator/download-and-extract/{url}

Télécharge un PDF depuis une URL et en extrait le texte.

Paramètres :

• url (path, requis) : L’URL du PDF à télécharger et analyser

Coût : 20 Token(s) + 0.2 Token(s) par MB de requête

Réponse :

{
  "text": "string",
  "pages": "number",
  "fileSize": "number",
  "extractionTime": "number",
  "message": "The text has been successfully extracted from the PDF."
}

Authentification

• Type : Authorization: Bearer <token>
• Headers requis :
  • Content-Type: application/json

Paramètres

Path

• url: string (requis) - URL du PDF à télécharger et analyser (doit être encodée en base64)

Réponse

Succès (200)

{
  "text": "string",
  "pages": "number",
  "fileSize": "number",
  "extractionTime": "number",
  "message": "The text has been successfully extracted from the PDF."
}

Erreurs courantes

Code	Cause probable
400	URL invalide ou PDF non accessible
401	Token d’authentification invalide
403	Accès non autorisé
404	PDF non trouvé à l’URL spécifiée
413	PDF trop volumineux
500	Erreur interne du serveur

Codes HTTP

Code	Signification
200	Texte extrait avec succès
400	Requête malformée
401	Non authentifié
403	Non autorisé
404	PDF non trouvé
413	Fichier trop volumineux
500	Erreur interne du serveur

Coût

Cost Fix: 20 Token(s) Cost MB Request: 0.2 Token(s)

Exemple d’utilisation

# Encoder l'URL en base64
URL_B64=$(echo -n "https://example.com/document.pdf" | base64)

curl -X GET "https://kainotomiaprodbackend-brbzd3f2gjbugtcd.francecentral-01.azurewebsites.net/pdfManipulator/download-and-extract/$URL_B64" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_TOKEN"

Notes complémentaires

• L’URL du PDF doit être encodée en base64 dans le path
• Formats PDF supportés : PDF standard, PDF protégés (si mot de passe fourni)
• Taille maximale : 50MB
• L’extraction peut prendre plusieurs secondes selon la taille du PDF
• Le texte extrait conserve la structure des paragraphes
• Les images et graphiques ne sont pas extraits
• Les PDF protégés par mot de passe ne peuvent pas être traités
• L’URL doit être accessible publiquement