Inicio rápido del SDK de Python

Instalar el SDK desde PyPI:

pip install nextpdf

Crear un cliente configurado para apuntar al punto de conexión de NextPDF Connect:

from nextpdf import NextPDF

client = NextPDF(base_url="http://localhost:8080", api_key="your-key")

with open("document.pdf", "rb") as file:
    blocks = client.ast.extract_cited_text(file.read())

for block in blocks:
    page = block.citation.page_index
    confidence = block.citation.confidence
    print(f"[page {page}, confidence {confidence:.2f}] {block.text[:100]}")

Si el punto de conexión no requiere una clave de API, se puede omitir api_key.

Usar variables de entorno

La CLI y los flujos de trabajo de agentes pueden leer la configuración de conexión desde variables de entorno:

export NEXTPDF_BASE_URL=http://localhost:8080
export NEXTPDF_API_KEY=your-key

En Windows PowerShell:

$env:NEXTPDF_BASE_URL = "http://localhost:8080"
$env:NEXTPDF_API_KEY = "your-key"

Gestionar errores comunes

Capturar las excepciones del SDK y de la API al ejecutar las llamadas de extracción:

from nextpdf import NextPDF
from nextpdf.models.errors import NextPDFAPIError, NextPDFError, QuotaExceededError

client = NextPDF(base_url="http://localhost:8080", api_key="your-key")

try:
    with open("document.pdf", "rb") as file:
        blocks = client.ast.extract_cited_text(file.read())
except QuotaExceededError as error:
    print(f"Rate limit hit: {error}")
except NextPDFAPIError as error:
    print(f"API error {error.status_code}: {error}")
except NextPDFError as error:
    print(f"SDK error: {error}")

Para archivos PDF de más de 100 MB, usar la CLI. Así, los resultados pueden transmitirse en streaming sin cargar todos los bloques extraídos en memoria de una sola vez.