Amazon Textract - 如何提取键值对
创始人
2024-08-08 13:30:18
0

要使用Amazon Textract提取键值对,您可以遵循以下步骤:

  1. 设置Amazon Textract客户端:
import boto3

# 创建Textract客户端
textract_client = boto3.client('textract')
  1. 调用StartDocumentTextDetection方法来开始文档文本检测:
response = textract_client.start_document_text_detection(
    DocumentLocation={
        'S3Object': {
            'Bucket': 'your-bucket-name',
            'Name': 'your-document-key'
        }
    }
)

# 获取文档检测作业ID
job_id = response['JobId']
  1. 使用GetDocumentTextDetection方法获取文档检测结果:
response = textract_client.get_document_text_detection(JobId=job_id)

# 获取文档中的文本块
blocks = response['Blocks']
  1. 遍历文本块并提取键值对:
key_value_pairs = []

for block in blocks:
    if block['BlockType'] == 'KEY_VALUE_SET':
        key_value_pair = {}

        for relationship in block['Relationships']:
            if relationship['Type'] == 'CHILD':
                for child_id in relationship['Ids']:
                    child_block = next(
                        child_block for child_block in blocks if child_block['Id'] == child_id
                    )

                    if child_block['BlockType'] == 'KEY':
                        key_value_pair['Key'] = child_block['Text']
                    elif child_block['BlockType'] == 'VALUE':
                        key_value_pair['Value'] = child_block['Text']

        key_value_pairs.append(key_value_pair)

完整代码示例:

import boto3

# 创建Textract客户端
textract_client = boto3.client('textract')

# 开始文档文本检测
response = textract_client.start_document_text_detection(
    DocumentLocation={
        'S3Object': {
            'Bucket': 'your-bucket-name',
            'Name': 'your-document-key'
        }
    }
)

# 获取文档检测作业ID
job_id = response['JobId']

# 获取文档检测结果
response = textract_client.get_document_text_detection(JobId=job_id)

# 获取文档中的文本块
blocks = response['Blocks']

# 提取键值对
key_value_pairs = []

for block in blocks:
    if block['BlockType'] == 'KEY_VALUE_SET':
        key_value_pair = {}

        for relationship in block['Relationships']:
            if relationship['Type'] == 'CHILD':
                for child_id in relationship['Ids']:
                    child_block = next(
                        child_block for child_block in blocks if child_block['Id'] == child_id
                    )

                    if child_block['BlockType'] == 'KEY':
                        key_value_pair['Key'] = child_block['Text']
                    elif child_block['BlockType'] == 'VALUE':
                        key_value_pair['Value'] = child_block['Text']

        key_value_pairs.append(key_value_pair)

# 打印键值对
for pair in key_value_pairs:
    print('Key:', pair['Key'])
    print('Value:', pair['Value'])
    print('---')

请注意,上述示例假设您已经设置了适当的AWS认证,并且将需要替换的参数(例如桶名和文档键)替换为您自己的值。

相关内容

热门资讯

安卓换鸿蒙系统会卡吗,体验流畅... 最近手机圈可是热闹非凡呢!不少安卓用户都在议论纷纷,说鸿蒙系统要来啦!那么,安卓手机换上鸿蒙系统后,...
安卓系统拦截短信在哪,安卓系统... 你是不是也遇到了这种情况:手机里突然冒出了很多垃圾短信,烦不胜烦?别急,今天就来教你怎么在安卓系统里...
app安卓系统登录不了,解锁登... 最近是不是你也遇到了这样的烦恼:手机里那个心爱的APP,突然就登录不上了?别急,让我来帮你一步步排查...
安卓系统要维护多久,安卓系统维... 你有没有想过,你的安卓手机里那个陪伴你度过了无数日夜的安卓系统,它究竟要陪伴你多久呢?这个问题,估计...
windows官网系统多少钱 Windows官网系统价格一览:了解正版Windows的购买成本Windows 11官方价格解析微软...
安卓系统如何卸载app,轻松掌... 手机里的App越来越多,是不是感觉内存不够用了?别急,今天就来教你怎么轻松卸载安卓系统里的App,让...
怎么复制照片安卓系统,操作步骤... 亲爱的手机控们,是不是有时候想把自己的手机照片分享给朋友,或者备份到电脑上呢?别急,今天就来教你怎么...
安卓系统应用怎么重装,安卓应用... 手机里的安卓应用突然罢工了,是不是让你头疼不已?别急,今天就来手把手教你如何重装安卓系统应用,让你的...
iwatch怎么连接安卓系统,... 你有没有想过,那款时尚又实用的iWatch,竟然只能和iPhone好上好?别急,今天就来给你揭秘,怎...
iphone系统与安卓系统更新... 最近是不是你也遇到了这样的烦恼?手机更新系统总是失败,急得你团团转。别急,今天就来给你揭秘为什么iP...