智能文档解析 ​

基于 AI 的 ComIDP 解决方案，能够智能处理和理解文档和图片内容，包括报告、合同、论文等标准文件，识别和分类元素、模块和结构，同时保留原始阅读逻辑，通过结构化非结构化和半结构化数据，为下游应用提供精准数据源。

输出 .Json 格式文件 ​

将PDF文档解析成 JSON 文件，接口参考 ComIDP API

参数 executeType 使用 pdf/json

参数 parameter 如下：

{
   "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。

JSON内容解释 ​

{
    "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
        }
   ]
}

所有的对象所共有的属性如下：

• rect: 对象在页面上的位置

• page: 对象所在的页码

• order_index: 对象在当前页面上的阅读顺序位置

• 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 图标题类型对象，包含图标题的内容
  • FigureCaption 图注类型对象，包含图注的内容

支持的输入格式 ​

• PDF

支持的输出格式

• Zip：压缩包包括Json-结果文件和图像文件夹。