GcsSource

Local do Cloud Storage para o conteúdo de entrada.

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

string

Obrigatório. URIs do Cloud Storage para arquivos de entrada. A forma como os URIs são lidos depende do método: consulte ImportDocumentsRequest.gcs_source e PurgeDocumentsRequest.gcs_source.

A solicitação inteira, incluindo todos os URIs, não pode exceder 2.000.000 de bytes. Divida um conjunto maior de URIs em várias solicitações.
sourceFormat

enum (SourceFormat)

Opcional. Formato dos arquivos de entrada. Usado por ImportDocuments. PurgeDocuments o ignora.

SourceFormat

SourceFormat especifica o formato do conteúdo de entrada. Esse tipo enumerado pode ser usado em GcsSource para notificar o serviço sobre como analisar os URIs de entrada.

Tipos enumerados
SOURCE_FORMAT_UNSPECIFIED

Valor padrão. Cada URI de entrada nomeia um arquivo a ser importado ou um padrão que corresponde aos arquivos a serem importados (consulte ImportDocumentsRequest.gcs_source). Cada arquivo é importado como um documento separado.

Um DataStore do UNSTRUCTURED aceita arquivos PDF (.pdf), texto simples (.txt), Word (.docx), PowerPoint (.pptx) e Excel (.xlsx, .xlsm) de até 200 MB (200.000.000 bytes). Um DataStore do VIDEO aceita arquivos de vídeo de até 600 GB que o serviço pode decodificar e que têm no máximo 15 horas de duração. Um arquivo que não atende a esses requisitos é informado no relatório de erros, em vez de falhar na importação.
SOURCE_FORMAT_DOCUMENT_JSON

Cada URI de entrada nomeia um arquivo JSON Lines: um Documento por linha, no formato JSON do recurso Documento. Cada linha precisa definir name, que fornece o ID do documento, e content.gcs_uri, e pode definir metadata, que precisa estar em conformidade com o documentMetadataSchema do DataStore. Os padrões não são aceitos nos URIs de entrada.

Os arquivos referenciados pelas linhas precisam atender aos mesmos requisitos de SOURCE_FORMAT_UNSPECIFIED. As linhas que não podem ser analisadas ou que não estão em conformidade são informadas no relatório de erros e ignoradas.