Skip to main content
POST
智能文档抽取

授权

x-ti-app-id
string
header
必填

登录Textin后前往 "工作台-账号设置-开发者信息" 查看 x-ti-app-id

x-ti-secret-code
string
header
必填

登录Textin后前往 "工作台-账号设置-开发者信息" 查看 x-ti-secret-code

查询参数

page_start
integer
默认值:0

当上传的是pdf时,page_start 表示从第几页开始抽取,不传该参数时默认从首页开始

page_count
integer

当上传的是pdf时,page_count 表示要进行抽取的pdf页数。

  • Prompt模式总页数不得超过20页,默认为20页;
  • 字段(自定义key)模式总页数不得超过100页,默认为100页。
parse_mode
enum<string>
默认值:scan

pdf文档的解析模式,默认为scan模式。图片不用设置,均默认按scan模式处理。

  • auto 综合文字识别和解析模式:对pdf电子档解析,会直接提取pdf中的文字
  • scan 仅按文字识别模式:将pdf当成图片处理
可用选项:
auto,
scan
get_image
enum<string>
默认值:objects

仅Prompt模式生效,获取图片,默认为objects,返回整页图像和图像对象。

  • none 不返回任何图像
  • page 返回每一页的整页图像:即pdf页的完整页图片
  • objects 返回页面内的子图像:即pdf页内的各个子图片
  • both 返回整页图像和图像对象
可用选项:
none,
page,
objects,
both
crop_image
enum<integer>
默认值:0

是否进行切边矫正处理,默认为0,不进行切边矫正

  • 0 不进行切边矫正
  • 1 进行切边矫正
可用选项:
0,
1
remove_watermark
enum<integer>
默认值:0

是否进行去水印处理,默认为0,不去水印

  • 0 不去水印
  • 1 去水印
可用选项:
0,
1
formula_level
enum<integer>
默认值:0

公式识别等级,默认为0,全识别。

  • 0 全识别
  • 1 仅识别行间公式,行内公式不识别
  • 2 不识别
可用选项:
0,
1,
2
file_name
string

待抽取样本的文件名(含后缀名)

示例:

"temp_file.jpg"

请求体

application/json

支持的文件格式:png, jpg, jpeg, pdf, bmp, tiff, webp, doc, docx, html, mhtml, xls, xlsx, csv, ppt, pptx, txt, ofd;

  • API支持的最大文档处理页数为100页,超出部分的文档信息将被忽略。

  • 支持两种模式:

    • prompt模式:
      • 提供一个prompt,系统将根据该prompt进行抽取;
      • 同时有prompt输入和key输入时,按prompt模式调用。
    • 自定义key模式:
      • 提供一个fields与table_fields列表,系统将根据该列表进行抽取。
  • API支持的最大抽取字段数量为fields数组中的元素数量与table_fields数组中每个对象的fields子数组的元素数量之和,总计不得超过100个字段。

  • 如果提供的字段总数超出限制,系统将优先抽取fields数组中的字段元素,超出部分的字段将被忽略。

file
string
必填

待处理的文档base64字符串 例如:/9j/4AAQSk...

示例:

"/9j/4AAQSk..."

prompt
string

抽取的prompt,传入此字段时以下字段将会被忽略:

  • fields
  • table_fields
示例:

"请从提供的列表信息中提取姓名、年龄字段,以数组形式返回。\n"

fields
object[]

待抽取的文本字段

table_fields
object[]

表格抽取时要抽取的表格信息

响应

200 - application/json

抽取结果

version
string
必填

版本号

示例:

"v1.6.5"

code
enum<integer>
必填

状态码

  • 200: OK
  • 40101: x-ti-app-id 或 x-ti-secret-code 为空
  • 40102: x-ti-app-id 或 x-ti-secret-code 无效,验证失败
  • 40103: 客户端IP不在白名单
  • 40003: 余额不足,请充值后再使用
  • 40004: 参数错误,请查看技术文档,检查传参
  • 40007: 机器人不存在或未发布
  • 40008: 机器人未开通,请至市场开通后重试
  • 40301: 图片类型不支持
  • 40302: 上传文件大小不符,文件大小不超过 50M
  • 40303: 文件类型不支持,接口会返回实际检测到的文件类型,如“当前文件类型为.gif”
  • 40304: 图片尺寸不符,长宽比小于2的图片宽高需在20~20000像素范围内,其他图片的宽高需在20~10000像素范围内
  • 40305: 识别文件未上传
  • 40306: qps超过限制
  • 40400: 无效的请求链接,请检查链接是否正确
  • 30203: 基础服务故障,请稍后重试
  • 500: 服务器内部错误
可用选项:
200,
40101,
40102,
40103,
40003,
40004,
40007,
40008,
40301,
40302,
40303,
40304,
40305,
40306,
40400,
30203,
500
示例:

200

message
string
必填

错误信息

示例:

"success"

duration
integer

推理时间(ms)

示例:

2825

result
object