谷歌文档ai不解析表单

如何解决谷歌文档ai不解析表单

我使用 Google 文档 ai 中的表单解析器。

当我发送请求时：

curl -X POST -H "Authorization: Bearer "$(gcloud auth application-default print-access-token) -H "Content-Type: application/json; charset=utf-8" -d @request.json https://eu-documentai.googleapis.com/v1beta3/projects/<project id>/locations/eu/processors/<processor id>:process

我获得了一个没有实体的文档 使用这种结构：

{                                                                               
  "document": {                                                                 
    "uri": "","mimeType": "application/pdf","text": "Pascal Carrié\nincwo SAS\nx2289475d\nc/ santa isabel,12,4D\nN° TVA FR33494952401\n28012 Madrid\n16 rue de La Comète\nIban :\nES76 3023 0047 4866 6328 6612\n75007 Paris\nrib:\nBCOEESMM023\nFRANCE\nFactura nº 2020/02\nFecha\n11/2/20\nConcepto\nPrecio\nCuandidad\nIVA\nImporte\ndéveloppement backend\n4250\n1\n0%\n4,250.00 €\nCondicións de pago : A la recepción de la factura\nBase Imponible\n4,250.00 €\nTotal IVA\n0.00 €\nTOTAL\n4,250.00 €\nForma de pago\nContado\n","pages": [                                                                  
      {                                                                         
        "pageNumber": 1,"dimension": {                                                          
          "width": 2378,"height": 1681,"unit": "pixels"                                                      
        },"layout": {                                                             
          "textAnchor": {                                                       
            "textSegments": [                                                   
              {                                                                 
                "endIndex": "431"                                               
              }                                                                 
            ]                                                                   
          },"boundingPoly": {                                                     
            "vertices": [                                                       
              {},{               ...

根本没有分析。 我做错了什么？

当我在演示中上传相同的文档时，它工作正常。

我不认为它与 base64 相关；我已经编码了我的文档并获得了文档中描述的字符串

解决方法

您需要遍历 pages->formFields 对象。 在每个对象中，您都会找到 fieldName 和 fieldValue，其中包括 textAnchor->textSegments startIndex 和 endIndex； 有了这些信息，您就可以减去“text”属性。

php 中的基本示例：

$json = json_decode(file_get_contents('d:\tmp\response.json'));
$text = utf8_decode($json->text);
foreach($json->pages as $indx => $pag){
    foreach($pag->formFields as $indx2 => $field){
        $from = $field->fieldName->textAnchor->textSegments[0]->startIndex;
        $to = $field->fieldName->textAnchor->textSegments[0]->endIndex - $from-1;
        $name = substr($text,$from,$to);
        
        $from = $field->fieldValue->textAnchor->textSegments[0]->startIndex;
        $to = $field->fieldValue->textAnchor->textSegments[0]->endIndex - $from;
        $value = substr($text,$to);
        $fields[] = [$name => $value];
    }
}
print_r($fields);