docextractbr 0.1.0

SDK Python para a DocExtract API — extração de dados de documentos com IA

DocExtract

SDK Python para extração de dados de documentos com IA.

Converte PDFs, imagens e documentos brasileiros em JSON estruturado.

Instalação

pip install docextract

Uso rápido

from docextract import DocExtract

doc = DocExtract(api_key="dk_sua_chave")

# Extrair dados de um PDF
result = doc.extract("nota_fiscal.pdf")
print(result["fields"]["emitente_cnpj"])
print(result["confidence"])  # 0.98

# Especificar tipo de documento
result = doc.extract("cnh.jpg", document_type="cnh")
print(result["fields"]["nome"])
print(result["fields"]["cpf"])

# Auto-detect
result = doc.extract("documento.pdf", document_type="auto")
print(result["document_type"])  # "nfe", "cnh", etc.

Tipos de documentos suportados

Tipo	Código
CNH	cnh
RG	rg
CPF	cpf
NF-e	nfe
NFS-e	nfse
Boleto	boleto
Contrato Social	contrato_social
Comprovante de Residência	comprovante_residencia
Holerite	comprovante_renda
Detecção automática	auto

BYOK (Bring Your Own Key)

Configure sua própria API key de IA no painel, ou passe inline:

result = doc.extract(
    "documento.pdf",
    llm_provider="gemini",
    llm_api_key="sua_gemini_key",
    llm_model="gemini-2.5-flash",
)

Extrair de bytes em memória

with open("doc.pdf", "rb") as f:
    result = doc.extract_bytes(f.read(), "doc.pdf", document_type="nfe")

Links

• Documentação: https://docextract.com.br/docs
• Painel: https://docextract.com.br