获取数据集导入错误详情
更新时间：2024-11-08
注意：为提升开发者使用体验，平台升级了数据集管理接口。推荐使用数据集管理V2版本接口，功能更全面、且接口更规范，详见数据集管理API列表；V1版本相关接口不再升级，本文档于2024年8月30日迁移至历史文档；由于V1版本接口后续可能下线停止服务，为避免影响使用，建议接入V2版本接口。
功能介绍
获取数据集导入时错误的详情。
注意事项
通过API获取获取数据集导入时错误，和控制台页面展示字段不同：
- 本文API参数有的字段，可能在控制台页面无
- 控制台页面的部分字段，可能在本文API参数中无
- 后续会持续完善API功能，请关注API文档更新
HTTP调用
鉴权说明
调用本文API，使用“基于安全认证AK/SK”进行签名计算鉴权，即使用安全认证中的Access Key ID 和 Secret Access Key进行鉴权，具体鉴权认证机制参考HTTP调用鉴权说明。
请求说明
- 基本信息
请求地址： https://qianfan.baidubce.com/wenxinworkshop/dataset/importErrorDetail
请求方式：POST
- Header参数
| 名称 | 类型 | 必填 | 描述 |
|---|---|---|---|
| Content-Type | String | 是 | HTTP请求内容的类型，固定值：application/json |
| x-bce-date | String | 否 | 当前时间，遵循ISO8601规范，格式如2016-04-06T08:23:49Z |
| Authorization | String | 是 | 用于验证请求合法性的认证信息。更多参见鉴权认证，签名工具可参考IAM签名工具 |
- Body参数
| 名称 | 类型 | 必填 | 描述 |
|---|---|---|---|
| datasetId | string | 是 | 数据集版本ID，示例：ds-7pkzh1exthpuy10n，说明： （1）可以通过以下任一方式获取该字段值： · 方式一，通过调用创建数据集接口，返回的datasetId字段获取 · 方式二，在控制台-数据集管理列表页面，点击详情，在版本信息页查看，如下图所示：  （2） 该字段新增支持string类型，如果之前使用的是int类型，建议变更为string类型，后续可能将逐步废弃int类型；例如之前是通过调用创建数据集接口，返回的id字段获取，请替换为接口返回的datasetId字段获取 |
| errCode | int | 是 | 错误码，调用获取数据集状态详情接口时，如果有错误会返回导入错误信息importErrorInfo字段；一般有以下值： · 1：上传的文件大小超过限制 · 2：上传的数据集缺少JSON文件 · 3：上传的文件存在格式错误 · 4：您的账户数据集额度已超限 · 5：上传的样本中存在不合法标签 · 6：上传的样本中存在不合法字符 · 7：上传的样本中存在标签数与文本token数不匹配 · 8：上传的样本标签未在label_map中找到 · 9：文本内容格式与要求不匹配，请重新上传 · 10：上传的压缩包解压失败 · 11：上传的数据集缺少xml文件 · 12：上传的已标注文本缺少标注内容 · 13：上传的文本内容为空或存在空行 · 14：上传的文本编码格式仅支持UTF-8，请重新上传 · 15：上传内容中没有可标注的源文件，请重新上传 · 16 ：上传的文件内容不符合要求 · 17：当前数据集标签额度已超限 · 18：上传的视频或音频时长超过限制 · 19：分享的压缩包链接无效 · 20：视频转码失败 · 21：文本区间坐标不合法 · 22：order不合法 · 23：传入文件大小为0 · 24：上传的数据集缺少ocr txt标注 · 25：上传的数据集缺少标注文件 · 26：当前数据集的实体数量超过上限 · 27：上传的分辨率不符合要求 · 50：导入数据失败，数据文件列数不能超过1000列 · 51：导入数据失败，数据集总行数不能超过1000万行 · 52：导入数据失败，数据文件大小超过限制 · 53：导入数据失败，请确保文件编码格式为UTF-8或GBK · 54：导入数据失败，新导入文件与数据集schema不一致 · 55：文档解析失败 · 100：网络异常或服务异常 · 300：BOS没有找到文件 |
响应说明
说明：返回的部分字段如下，未说明的字段暂无需关注。
| 名称 | 类型 | 描述 |
|---|---|---|
| success | bool | 是否操作成功 |
| result | object | 返回结果 |
| status | int | 状态码 |
| log_id | string | 操作记录id |
result说明
| 名称 | 类型 | 描述 |
|---|---|---|
| dataType | string | 导入类型，说明： · file：从文件导入 · copy：从其他数据集复制 |
| downloadUrl | string | 下载地址 |
| isZip | int | 是否为压缩文件，说明： · 0：否 · 1：是 |
| projectType | int | 标注类型说明： · 20：文本对话 · 401：泛文本无标注 · 402：query问题集 · 705：文生图 |
| content | object[] | 错误的具体信息 |
content说明
| 名称 | 类型 | 描述 |
|---|---|---|
| sequence | int | 序号，从1开始累加，计数用 |
| sampleFileName | string | 如果是压缩包导入，返回压缩包名；其他返回空 |
| sampleName | string | 文件名 |
| textLocation | int | 如果是文本，返回行号；其他返回空 |
| textContent | string | 如果是文本，返回文本内容；其他返回空 |
请求示例
# 替换下列示例中的Authorization、x-bce-date、serviceId值
curl --location 'https://qianfan.baidubce.com/wenxinworkshop/dataset/importErrorDetail' \
--header 'Authorization: bce-auth-v1/047ab241bad24166xxxxx/2023-10-10T07:48:39Z/1800/host;x-bce-date/c26e0a21944cc53773f3e7ec4xxxxxxxx' \
--header 'x-bce-date: 2023-10-10T07:48:17Z' \
--header 'Content-Type: application/json' \
--data '{
"datasetId": "ds-7pkzh1exthpuy10n",
"errCode": 55
}'响应示例
{
"log_id": "ve8kch3yydh7x9b4",
"result": {
"dataType": "file",
"downloadUrl": "https://bj.bcebos.com/sdc-default/_system_/dataset/ds-tgs00yra246ssn7t/texts/err_file/5287/%E6%95%B0%xxxx%A5%E5%8E%9F%E5%9B%A0.xlsx?authorization=bce-auth-v1%2F50c8bb753dcb4e1d8646bb1fxxxx",
"isZip": 0,
"projectType": 401,
"content": [
{
"sequence": 1,
"sampleFileName": "",
"sampleName": "WENXINWORKSHOP (1).docx",
"textLocation": 0,
"textContent": ""
}
]
},
"status": 200,
"success": true
}SDK调用
平台支持通过Python SDK、Go SDK、Java SDK 和 Node.js SDK调用本文API，SDK调用说明文档请参考获取数据集导入错误详情。
错误码
若请求错误，服务器将返回的JSON文本包含以下参数：
| 名称 | 描述 |
|---|---|
| code | 错误码 |
| message | 错误描述信息，帮助理解和解决发生的错误 |
例如参数错误返回：
{
"code": 500001,
"message": "param invalid"
}更多错误码，请查看错误码说明。