管理元数据是文档自动化的重要部分，特别是那些处理不同文档格式的应用程序。在本文中，我们将探讨如何在 Python 应用程序中管理元数据，重点放在提取、修改和删除元数据上。

在本指南中，我们将探讨以下部分：

  1. 什么是 GroupDocs.Metadata 以及它如何帮助？
  2. 如何安装
  3. 快速入门指南
  4. 关键功能
  5. 常见用例
  6. 开始免费试用
  7. 另请参阅

什么是 GroupDocs.Metadata 以及它如何帮助？

GroupDocs.Metadata for Python via .NET 是一个强大的库，旨在帮助开发者在 Python 应用程序中管理各种文档格式的元数据。虽然 Python 提供了提取基本元数据（如文件大小、类型和属性）的本地方法，但这些方法在处理与特定文件格式相关的更复杂元数据时显得不足。

GroupDocs.Metadata 填补了这一空白，允许用户从 PDF、Microsoft Office 格式、图像、音频、视频等文件中检索、更新和删除元数据。它还可以访问详细信息，如作者、标题、文件格式的特定属性（包括 GPS 位置数据）等。通过直观的 API，GroupDocs.Metadata 使您能够有效地操作元数据，以涵盖许多文档自动化和数据处理场景。

如何安装

GroupDocs.Metadata for Python via .NET 可以通过 pip 轻松安装。您可以通过以下命令在 Python 项目中引用我们的 API：

pip install groupdocs-metadata-net

快速入门指南

使用 GroupDocs.Metadata for Python via .NET 的快速入门指南非常简单。以下是一个简单的指南，帮助您设置：

  1. 克隆仓库：将示例仓库克隆到本地机器。

    git clone https://github.com/groupdocs-metadata/GroupDocs.Metadata-for-Python-via-.NET.git

  2. 导航到示例文件夹：

    cd ./GroupDocs.Metadata-for-Python-via-.NET/

  3. 安装必要的包：

    pip install groupdocs-metadata-net

  4. 运行示例：

    python run_examples.py

这将执行一系列示例脚本，演示 GroupDocs.Metadata 库的各种功能。

关键功能

GroupDocs.Metadata for Python via .NET 配备了一系列功能，使其成为处理文档元数据的开发者的有用 API。以下是一些关键功能：

  • 丰富的元数据管理功能：从各种文档格式中读取、更新和删除元数据。
  • 有针对性的属性操作：搜索、更新和删除符合特定标准的特定元数据属性。
  • 统一的属性管理：使用标签以一致的方式轻松操作常见元数据属性。
  • 支持密码保护的文档：处理受保护的文档，确保即使在处理敏感数据时也具有灵活性。
  • 文档属性的洞察力：提取有关隐藏页面、数字签名、用户评论、修订等的详细信息。
  • 与流行标准的兼容性：使用 IPTC、XMP、EXIF 和 Image Resources 等领先的元数据标准。
  • 多媒体元数据处理：操作各种格式的本地元数据属性，并从多媒体文件中提取技术信息。
  • 文档统计计算：计算文档的常见统计数据，如单词计数和字符计数。
  • 文件格式检测：根据其内部结构识别文件格式和 MIME 类型。
  • 支持音频标签：管理各种音频标签，包括 ID3、歌词和 APE。

常见用例

以下是 GroupDocs.Metadata 在 Python 应用程序中的一些常见用例，以及相应的代码片段。

用例 1：从图像中检索元数据

在本示例中，我们将根据特定标准获取图像文件（例如 image.jpg）的元数据属性。

  1. 初始化元数据对象：使用文件创建 Metadata 类的新实例。
  2. 定义搜索标准：使用搜索规范查找特定属性。
  3. 获取并显示元数据：检索匹配的属性并记录其名称和值。
import os
import groupdocs.metadata as gm
from datetime import datetime

def run():
    with gm.Metadata("image.jpg") as metadata:
        # 检查文件格式是否已知且文档未加密
        if metadata.file_format != gm.common.FileFormat.UNKNOWN and metadata.get_document_info().is_encrypted != True:
            # 定义搜索规范以查找所有属性
            specification = gm.search.AnySpecification()
            # 根据搜索规范查找属性
            properties = metadata.find_properties(specification)
            # 遍历找到的属性并打印其名称和值
            for property in properties:
                # 使用 interpreted_value 属性处理复杂数据类型
                if not (property.interpreted_value is None):
                    print(f"Property name: {property.name}, Property value: {property.interpreted_value}")
                else:
                    print(f"Property name: {property.name}, Property value: {property.value}")

用例 2：清理文档中的元数据

在此示例中，我们将清理 PDF 文档中的不需要的元数据。

  1. 加载 PDF：为 PDF 文件创建 Metadata 对象。
  2. 清理元数据：删除检测到的元数据包。
  3. 保存清理后的文档：将清理后的文档保存到新文件。
import groupdocs.metadata as gm

def run():
    with gm.Metadata("input.pdf") as metadata:
        # 删除检测到的元数据包并记录已删除的属性
        affected = metadata.sanitize()
        print(f"Properties removed: {affected}")
        # 保存清理后的 PDF
        metadata.save("output.pdf")

用例 3：更新文档元数据

本示例演示了如何在新年开始时更新文档的版权元数据。该过程包括三个主要步骤：

  1. 加载文档：为文档文件初始化 Metadata 对象。
  2. 设置新属性：更新文档的版权元数据。
  3. 保存更新后的文档：将更改保存到文件。
import os
import groupdocs.metadata as gm
import pathlib
from datetime import datetime

def run():
    files = os.listdir(input_dir_path)
    for file in files:
        with gm.Metadata(input_dir_path + file) as metadata:
            if metadata.file_format != gm.common.FileFormat.UNKNOWN and metadata.get_document_info().is_encrypted != True:
                print()
                print(file)

                # 定义搜索规范以查找版权属性
                specification = gm.search.ContainsTagSpecification(gm.tagging.Tags.legal.copyright)
                # 将版权属性设置为新值
                affected = metadata.set_properties(specification, gm.common.PropertyValue("Copyright (C) 2011-2025 Your Company. All Rights Reserved."))
                print(f"Affected properties: {affected}")
                # 保存更新后的文件
                metadata.save(output_dir_path + "output" + pathlib.Path(file).suffix)

开始免费试用

默认情况下，库在没有许可证的情况下以试用模式运行，允许您探索其基本功能和功能。您可以从 GroupDocs Releases page 下载 GroupDocs.Metadata for Python via .NET。

此外，您可以从 this link 获取临时许可证。临时许可证允许您在没有任何限制的情况下使用库，并完全探索其功能。

另请参阅

要深入了解 GroupDocs.Metadata 及其功能，请参考以下资源：