documents() - Jmail Data API

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

Descarga los metadatos de los documentos. Opcionalmente incluye el texto completo extraído de todos los documentos (descarga archivos fragmentados).

Parámetros

bool

predeterminado:"False"

Cuando es True, descarga fragmentos individuales de texto completo y los concatena en un único DataFrame. Esto supone una descarga mucho más grande.

Devuelve

pd.DataFrame que contiene metadatos del documento y, opcionalmente, extracted_text.

Ejemplo

from jmail import JmailClient

client = JmailClient()

# Metadata only
docs = client.documents()

# Con texto extraído completo (descarga grande)
docs_full = client.documents(include_text=True)

# Search document descriptions
flights = docs[docs.document_description.str.contains("flight", case=False, na=False)]

Columnas

Columna	Tipo	Descripción
`id`	int	ID único del documento
`source`	string	Fuente (`doj`, `house_oversight`)
`release_batch`	string	Identificador de volumen/lote
`original_filename`	string	Nombre de archivo original
`page_count`	int	Número de páginas
`size`	int	Tamaño del archivo en bytes
`document_description`	string	Descripción generada por IA
`has_thumbnail`	bool	Indica si existe una miniatura

Columna adicional (include_text=True)

Columna	Tipo	Descripción
`extracted_text`	string	Texto completo extraído del documento

Fragmentos de texto completo

Cuando usas include_text=True, el cliente descarga estos fragmentos y los concatena:

Fragmento	Contenido
`VOL00008`	Documentos del volumen 8 del DOJ (Departamento de Justicia de EE. UU.)
`VOL00009`	Documentos del volumen 9 del DOJ
`VOL00010`	Documentos del volumen 10 del DOJ
`DataSet11`	Documentos del conjunto de datos 11 del DOJ
`other`	House Oversight, registros judiciales, etc.

URL directas

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

​Parámetros

​Devuelve

​Ejemplo

​Columnas

​Columna adicional (include_text=True)

​Fragmentos de texto completo

​URL directas