documents() - Jmail Data API

client.documents(include_text=False) -> pd.DataFrame

Lade Dokumentenmetadaten herunter. Optional mit vollständig extrahiertem Text aller Dokumente (lädt geshardete Dateien herunter).

Parameter

bool

Standard:"False"

Wenn True, werden einzelne Volltext-Datenfragmente heruntergeladen und zu einem einzigen DataFrame zusammengeführt. Dies führt zu einem deutlich größeren Download.

Rückgabe

pd.DataFrame mit Dokumentmetadaten, optional mit extracted_text.

Beispiel

from jmail import JmailClient

client = JmailClient()

# Nur Metadaten
docs = client.documents()

# Mit vollständig extrahiertem Text (großer Download)
docs_full = client.documents(include_text=True)

# Dokumentbeschreibungen durchsuchen
flights = docs[docs.document_description.str.contains("flight", case=False, na=False)]

Spalten

Spalte	Typ	Beschreibung
`id`	int	Eindeutige Dokument-ID
`source`	string	Quelle (`doj`, `house_oversight`)
`release_batch`	string	Volume-/Batch-Kennung
`original_filename`	string	Ursprünglicher Dateiname
`page_count`	int	Anzahl der Seiten
`size`	int	Dateigröße in Bytes
`document_description`	string	KI-generierte Beschreibung
`has_thumbnail`	bool	Ob eine Miniaturansicht vorhanden ist

Zusätzliche Spalte (include_text=True)

Spalte	Typ	Beschreibung
`extracted_text`	string	Vollständig extrahierter Text des Dokuments

Volltext-Datenfragmente

Wenn du include_text=True verwendest, lädt der Client diese Datenfragmente herunter und fügt sie zusammen:

Datenfragment	Inhalt
`VOL00008`	Dokumente des DOJ (US-Justizministeriums), Band 8
`VOL00009`	Dokumente des DOJ (US-Justizministeriums), Band 9
`VOL00010`	Dokumente des DOJ (US-Justizministeriums), Band 10
`DataSet11`	Dokumente des DOJ (US-Justizministeriums), Datensatz 11
`other`	House Oversight, Gerichtsakten usw.

Direkt-URLs

https://data.jmail.world/v1/documents.parquet
https://data.jmail.world/v1/documents-full/VOL00008.parquet
https://data.jmail.world/v1/documents-full/VOL00009.parquet
https://data.jmail.world/v1/documents-full/VOL00010.parquet
https://data.jmail.world/v1/documents-full/DataSet11.parquet
https://data.jmail.world/v1/documents-full/other.parquet

​Parameter

​Rückgabe

​Beispiel

​Spalten

​Zusätzliche Spalte (include_text=True)

​Volltext-Datenfragmente

​Direkt-URLs