返回JSON结构说明

{
  "version": "v1.6.5",
  "code": 200,
  "message": "success",
  "duration": 2825,
  "result": {
    "llm_json": {
      "确认日期": "2024/4/3",
      "基金代码": "011892",
      "持仓金额": "74178.80"
    },
    "raw_json": {
      "value": "011892",
      "pages": [
        1
      ],
      "bounding_regions": [
        {
          "position": [201, 199, 308, 199, 308, 230, 201, 230],
          "char_pos": [
            [202, 202, 218, 201, 218, 230, 201, 229],
            [220, 202, 235, 202, 236, 228, 220, 229]
          ],
          "page_id": 1,
          "value": "011892"
        }
      ]
    },
    "category": {
      "row": "item_list"
    },
    "rotated_image_width": 1000,
    "rotated_image_height": 2000,
    "page_count": 10,
    "image_angle": 90,
    "details": {
      "row": [
        {}
      ]
    },
    "detail_structure": [
      {
        "doc_type": "doc",
        "page_range": [
          1,
          2
        ],
        "tables": [
          {
            "position": [343, 56, 459, 56, 459, 90, 343, 90],
            "page_number": 1,
            "text": "<table><tr><td>姓名</td><td>年龄</td></tr><tr><td>张三</td><td>18</td></tr></table>"
          }
        ],
        "tables_relationship": [
          {
            "row_count": 2,
            "column_count": 2,
            "cells": [
              {}
            ],
            "title": "row"
          }
        ],
        "category": [
          "标题",
          "性别"
        ],
        "fields": {},
        "stamps": [
          {
            "color": "红色",
            "position": [956, 583, 1362, 590, 1355, 990, 950, 983],
            "stamp_shape": "圆章",
            "type": "公章",
            "value": "电力公司专用章"
          }
        ]
      }
    ],
    "finish_reason": "stop",
    "documents": [
      [
        {
          "page_id": 0,
          "position": [956, 583, 1362, 590, 1355, 990, 950, 983],
          "paragraph_id": 10,
          "type": "paragraph",
          "text": "<string>"
        }
      ]
    ]
  }
}

​

常规字段说明

• x_request_id：该请求的唯一标识。
• code：错误码，200表示成功。详情见快速启动-错误码说明。
• message：错误信息，成功时为”success”。
• version：版本号，例如”v1.6.5”。
• duration：推理时间(毫秒)，例如”2825”。

​

主要结果说明：result对象

​

llm_json：prompt模式抽取的原始结果

{
  "确认日期": "2024/4/3",
  "基金代码": "011892",
  "持仓金额": "74178.80"
}

​

raw_json：prompt模式抽取的带坐标信息抽取结果

• value：字段的抽取值，即为llm_json中对应的字段值，例如”011892”
• pages：字段所在的页码列表，例如[1]
• bounding_regions：字段的边界框信息，包含详细的位置和字符坐标。
  • position：字段在文档中的坐标位置，例如[201,199,308,199,308,230,201,230]
  • page_id：所在页码ID，例如”1”
  • value：该边界框内的文本内容，“011892”
  • char_pos：每个字符的详细坐标信息，例如[[202,202,218,201,218,230,201,229],[220,202,235,202,236,228,220,229]]

​

pages：prompt模式抽取的页面信息，按页组织

• status：表示当前页的引擎输出状态，或者error_message。
• durations：当前页解析总耗时(毫秒)
• page_id：当前页码 (若为流式文件, 页码置为0)
• width：文档页宽度
• height：文档页高度
• angle：图像的角度（可选值0, 90, 180, 270)
• image_id：当前页图片id 。
  • 下载方式：https://api.textin.com/ocr_image/download?image_id=xxx ,需要在headers里添加appid和key）
• origin_image_id：切边或去水印前的原始页图片。受URL参数切边矫正或去水印影响，详情见快速启动-URL参数说明。仅当开启切边或去水印时返回。
  • 下载方式同image_id

​

usage：prompt模式抽取的大模型token消耗情况

• prompt_tokens：大模型抽取输入消耗token数量。
• completion_tokens：大模型抽取输出消耗token数量。
• total_tokens：大模型抽取总消耗token数量。

​

details：字段模式抽取的结果

• additionalProp1：表示抽取字段1
  • value：字段识别结果
  • position：文档被转正后，value在文档中的坐标，是一个长度为8的数组 [0,1,2,3,4,5,6,7]
    • (0, 1) 左上角坐标
    • (2, 3) 右上角坐标
    • (4, 5) 右下角坐标
    • (6, 7) 左下角坐标
  • description：字段中文描述
  • lines：抽取结果的文本行信息
    • page：所在页数
    • text：文本内容
    • pos：文本行坐标，例如[100, 200, 200, 200, 300, 200, 100, 300]
    • angle：文本行旋转角度，例如”90”
    • char_pos：文本行字符坐标
• additionalProp2：表示抽取字段2
  • 同additionalProp1的输出结构
• additionalProp3：表示抽取字段3
  • 同additionalProp1的输出结构
• row：table_header的抽取结果
  • 同additionalProp1的输出结构

​

category：details字段里的数据类型

• row：表格类型，“item_list”
• key：虚拟字段表示，真实调用时为抽取的字段，“one_to_one”，例如：
  • additionalProp1：one_to_one
  • additionalProp2：one_to_one
  • additionalProp3：one_to_one

​

detail_structure：字段的识别信息

• doc_type：文档的类型，例如”doc”
• page_range：抽取的信息所在页范围，例如[1, 2]
• tables：表格信息
  • position：坐标
  • page_number：所在页
  • text：html形式的表格
• tables_relationship：表格的结构化信息
  • row_count：行数
  • column_count：列数
  • cells：单元格信息
    • value：字段识别结果
    • bounding_regions：边界框信息
      • page_number：所在页码
      • value：文本内容
      • position：文本的坐标
      • char_pos：每个字符的坐标
  • title：title，例如”row”
• category：结构化抽取出来的所有字段，例如[“标题”, “性别”]
• fields：提取的字段结构化结果
  • additionalProp1：表示抽取字段1
    • value：字段识别结果
    • bounding_regions：边界框信息
      • page_number：所在页码
      • value：文本内容
      • position：文本的坐标
      • char_pos：每个字符的坐标
  • additionalProp2：表示抽取字段2
    • 同additionalProp1的输出结构
  • additionalProp3：表示抽取字段3
    • 同additionalProp1的输出结构
• stamps：印章识别结果
  • color：当前印章颜色
    • 红色
    • 蓝色
    • 黑色
    • 其他
  • position：印章的坐标信息
  • stamp_shape：当前印章形状
    • 圆章
    • 椭圆章
    • 方章
    • 三角章
    • 菱形章
    • 其他
  • type：当前印章类型
    • 公章
    • 个人章
    • 专用章
    • 其他
    • 合同专用章
    • 财务专用章
    • 发票专用章
    • 业务专用章
  • value：印章的文本内容

​

其他result字段

• page_count：智能文档抽取处理的文档页数，超过最大页数限制时（20页/100页），返回为最大页数。
• finish_reason：推理结束的原因
  • stop：正常推理结束
  • length：token超出限制而结束
• rotated_image_width：正方向时文档的宽，仅文档为图片时其值有效；取值范围x > 0；例如”1000”。
• rotated_image_height：正方向时文档高，仅文档为图片时其值有效；取值范围x > 0；例如”2000”。
• image_angle：文档角度，指原文档需要经过逆时针旋转多少度，才能得到正方向的文档，仅文档为图片时其值有效；取值范围0,90,180,270；例如”90”。

​

将结果保存为JSON文件

# prompt模式，保存完整的JSON响应到result.json文件
with open("prompt_extract_result.json", "w", encoding="utf-8") as f:
	f.write(response)