S3兼容服务 - Textin 智能文档解析

S3 兼容服务

S3 兼容服务使用 AWS S3 SDK 接入，支持所有兼容 S3 协议的对象存储服务。

参数说明

参数	类型	必填	说明
`type`	`string`	是	固定为 `"s3"`
`endpoint`	`string`	是	S3 服务端点 URL
`access_key`	`string`	是	访问密钥 ID（Access Key ID）
`secret_key`	`string`	是	访问密钥（Secret Access Key）
`bucket`	`string`	是	存储桶名称
`prefix`	`string`	否	对象前缀（文件夹路径），默认为空字符串
`region`	`string`	否	区域名称，默认为 `"us-east-1"`

通用配置示例

source = S3Source(
    endpoint='https://your-s3-endpoint.com',
    access_key='your-access-key-id',
    secret_key='your-secret-access-key',
    bucket='your-bucket-name',
    prefix='documents/',  # 可选，指定文件夹前缀
    region='us-east-1'    # 可选，默认为 us-east-1
)

支持的服务

xParse 支持以下 S3 兼容服务，点击查看具体配置指南：

MinIO - 高性能对象存储服务
AWS S3 - 亚马逊云对象存储
阿里云 OSS - 阿里云对象存储服务
腾讯云 COS - 腾讯云对象存储
火山引擎 TOS - 火山引擎对象存储
华为云 OBS - 华为云对象存储服务

使用示例

from xparse_client import S3Source, Pipeline

source = S3Source(
    endpoint='https://oss-cn-hangzhou.aliyuncs.com',  # 阿里云 OSS 端点
    access_key='your-access-key-id',
    secret_key='your-secret-access-key',
    bucket='my-documents',
    prefix='pdfs/',  # 只处理 pdfs/ 文件夹下的文件
    region='cn-hangzhou'
)

# ... 其他配置

pipeline = Pipeline(
    source=source,
    # ...其他配置
)
pipeline.run()