智能文档解析

输出.Json格式文件

注意：在学习使用不同函数之前，建议先阅读请求描述，了解基本的PDF处理流程。使用不同函数时，可以在上传文件时设置各自特殊的参数。其他基本步骤一致。

智能文本提取：

java

{
	"version": "v2"
}

所需参数

version：PDF 转 JSON 不同版本（v1、v2），选择 v2 时使用智能文档解析。默认 v1。

示例

授权

您需要将认证响应中的和替换为从控制台获取的 publicKey 和 secretKey，并使用 accessToken。

curljava

curl

curl --location --request POST 'https://api-server.compdf.com/server/v1/oauth/token' \
--header 'Content-Type: application/json' \
--data-raw '{
    "publicKey": "publicKey",
    "secretKey": "secretKey"
}'

java

 import java.io.*;
 import okhttp3.*;
 public class main {
   public static void main(String []args) throws IOException{
     OkHttpClient client = new OkHttpClient().newBuilder()
       .build();
     MediaType mediaType = MediaType.parse("text/plain");
     RequestBody body = RequestBody.create(mediaType, "{\n    \"publicKey\": \"{{public_key}}\",\n    \"secretKey\": \"{{secret_key}}\"\n}");
     Request request = new Request.Builder()
       .url("https://api-server.compdf.com/server/v1/oauth/token")
       .method("POST", body)
       .build();
     Response response = client.newCall(request).execute();
   }
 }

创建任务

您需要将替换为上一步获取的 accessToken，将 ***替换为所需的界面和任务错误消息语言类型。请求成功后，您将从响应中收到 taskId。

curljava

curl

curl --location --request GET 'https://api-server.compdf.com/server/v1/task/pdf/json' \
--header 'Authorization: Bearer accessToken'

java

 import java.io.*;
 import okhttp3.*;
 public class main {
   public static void main(String []args) throws IOException{
     OkHttpClient client = new OkHttpClient().newBuilder()
       .build();
     MediaType mediaType = MediaType.parse("text/plain");
     RequestBody body = RequestBody.create(mediaType, "");
     Request request = new Request.Builder()
       .url("https://api-server.compdf.com/server/v1/task/pdf/json?language={{language}}")
       .method("GET", body)
       .addHeader("Authorization", "Bearer {{accessToken}}")
       .build();
     Response response = client.newCall(request).execute();
   }
 }

上传文件

将替换为您要转换的文件，将替换为您上一步获取到的 taskId，将替换为您需要的界面错误信息语言类型，将替换为您第一步获取到的 accessToken。

curljava

curl

curl --location --request POST 'https://api-server.compdf.com/server/v1/file/upload' \
--header 'Authorization: Bearer accessToken' \
--form 'file=@"test.pdf"' \
--form 'taskId="taskId"' \
--form 'password=""' \
--form 'parameter="{    \"lang\": \"auto\"    }"' \

java

 import java.io.*;
 import okhttp3.*;
 public class main {
   public static void main(String []args) throws IOException{
     OkHttpClient client = new OkHttpClient().newBuilder()
       .build();
     MediaType mediaType = MediaType.parse("text/plain");
     RequestBody body = new MultipartBody.Builder().setType(MultipartBody.FORM)
       .addFormDataPart("file","{{file}}",
                        RequestBody.create(MediaType.parse("application/octet-stream"),
                                           new File("<file>")))
       .addFormDataPart("taskId","{{taskId}}")
       .addFormDataPart("language","{{language}}")
       .addFormDataPart("parameter","{    \"lang\": \"auto\"    }")
       .build();
     Request request = new Request.Builder()
       .url("https://api-server.compdf.com/server/v1/file/upload")
       .method("POST", body)
       .addHeader("Authorization", "Bearer {{accessToken}}")
       .build();
     Response response = client.newCall(request).execute();
   }
 }

执行任务

将替换为 创建任务 步骤中获取的 taskId，将替换为第一步获取的 access_token，将替换为所需的界面错误信息语言类型。

curljava

curl

curl --location -g --request GET 'https://api-server.compdf.com/server/v1/execute/start?taskId=taskId' \
--header 'Authorization: Bearer accessToken'

java

 import java.io.*;
 import okhttp3.*;
 public class main {
  public static void main(String []args) throws IOException{
    OkHttpClient client = new OkHttpClient().newBuilder()
      .build();
    MediaType mediaType = MediaType.parse("text/plain");
    RequestBody body = RequestBody.create(mediaType, "");
    Request request = new Request.Builder()
      .url("https://api-server.compdf.com/server/v1/execute/start?taskId={{taskId}}&language={{language}}")
      .method("GET", body)
      .addHeader("Authorization", "Bearer {{accessToken}}")
      .build();
    Response response = client.newCall(request).execute();
  }
 }

获取任务信息

将替换为 创建任务 步骤中获取的 taskId，将替换为第一步中获取的 access_token。

curljava

curl

curl --location -g --request GET 'https://api-server.compdf.com/server/v1/task/taskInfo?taskId=taskId' \
--header 'Authorization: Bearer accessToken'

java

 import java.io.*;
 import okhttp3.*;
 public class main {
   public static void main(String []args) throws IOException{
     OkHttpClient client = new OkHttpClient().newBuilder()
       .build();
     MediaType mediaType = MediaType.parse("text/plain");
     RequestBody body = RequestBody.create(mediaType, "");
     Request request = new Request.Builder()
       .url("https://api-server.compdf.com/server/v1/task/taskInfo?taskId={{taskId}}")
       .method("GET", body)
       .addHeader("Authorization", "Bearer {{accessToken}}")
       .build();
     Response response = client.newCall(request).execute();
   }
 }

结果

文件类型	说明
.Zip	该zip文件包含Json结果文件和图片文件夹。

内容

参数	说明
rect	对象在页面中的位置
page	对象所在的页码
order_index	对象在当前页面的阅读顺序位置
type	用于标识对象的类型。目前支持的对象类型有： Text：普通文本类型对象，包含文本内容。 Image：图片类型对象，包含图片的路径。 Table和UnstdTable：表格类型对象，包含表格的内容和结构。 Catalogue：目录类型对象，包含目录的内容 List和UnorderedList：列表类型对象，包含列表的内容 Formula：公式类型对象，包含公式的内容 Header：页眉类型对象，包含页眉的内容 Footer：页脚类型对象，包含页脚的内容 PageNumber：页码类型对象，包含页码的内容 FigureTitle：图形标题类型对象，包含图形标题的内容 FigureCaption：图形标题类型对象，包含图形标题的内容

java

{
    "version": "1.0.0",
    "objects": [
        {
            "type": "Header",
            "rect": [
                49.0,
                43.5,
                171.5,
                76.0
            ],
            "text": "Intelligent Document Parsing",
            "page": 0,
            "order_index": 0
        }
   ]
}

智能文档解析 ​

输出.Json格式文件 ​

智能文档解析

输出.Json格式文件