GcsSource

Es la ubicación de Cloud Storage para el contenido de entrada.

Representación JSON 
{
  "inputUris": [
    string
  ],
  "sourceFormat": enum (SourceFormat)
}
Campos
inputUris[]

string

Obligatorio. Son los URI de Cloud Storage para los archivos de entrada. La forma en que se leen los URI depende del método: consulta ImportDocumentsRequest.gcs_source y PurgeDocumentsRequest.gcs_source.

La solicitud completa, incluido cada URI, no debe superar los 2,000,000 de bytes. Divide un conjunto más grande de URIs en varias solicitudes.
sourceFormat

enum (SourceFormat)

Es opcional. Es el formato de los archivos de entrada. Lo usa ImportDocuments; PurgeDocuments lo ignora.

SourceFormat

SourceFormat especifica el formato del contenido de entrada. Esta enumeración se puede usar en GcsSource para notificar al servicio cómo analizar los URIs de entrada.

Enums
SOURCE_FORMAT_UNSPECIFIED

Valor predeterminado. Cada URI de entrada nombra un archivo para importar o un patrón que coincide con los archivos que se importarán (consulta ImportDocumentsRequest.gcs_source). Cada archivo se importa como un documento independiente.

Un almacén de DataStore de UNSTRUCTURED acepta archivos PDF (.pdf), de texto sin formato (.txt), de Word (.docx), de PowerPoint (.pptx) y de Excel (.xlsx, .xlsm) de hasta 200 MB (200,000,000 de bytes). Un DataStore de VIDEO acepta archivos de video de hasta 600 GB que el servicio puede decodificar y que tienen una duración máxima de 15 horas. Los archivos que no cumplan con estos requisitos se informarán en el informe de errores, en lugar de que falle la importación.
SOURCE_FORMAT_DOCUMENT_JSON

Cada URI de entrada nombra un archivo de líneas JSON: un Document por línea, en el formato JSON del recurso Document. Cada línea debe establecer name, que proporciona el ID del documento, y content.gcs_uri, y puede establecer metadata, que debe cumplir con el documentMetadataSchema del DataStore. No se admiten patrones en los URI de entrada.

Los archivos a los que hacen referencia las líneas deben cumplir con los mismos requisitos que para SOURCE_FORMAT_UNSPECIFIED. Las líneas que no se pueden analizar o que no cumplen con los requisitos se informan en el informe de errores y se omiten.