智能文档抽取-API
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
当上传的是pdf时,page_count 表示要进行抽取的pdf页数。
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
, scan
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
, page
, objects
, both
是否进行切边矫正处理,默认为0,不进行切边矫正
0
, 1
是否进行去水印处理,默认为0,不去水印
0
, 1
公式识别等级,默认为0,全识别。
0
, 1
, 2
待抽取样本的文件名(含后缀名)
"temp_file.jpg"
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:
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。
The body is of type object
.
抽取结果
The response is of type object
.