功能概述
对于包含多份、多类别文件的复杂文档，文件拆分功能支持智能识别文档内容，实现文档的自动拆分及分类。使用场景
1. 医疗保险理赔场景
一份多页文件包含：- 第1-2页：保单信息
- 第3-5页：医疗发票
- 第6-10页：住院记录
2. 物流进出口场景
一份文件包含：- 第1页：出口报关单
- 第2页：商业发票
- 第3页：装箱单(Packing List)
- 第4页：销售合同
文件拆分功能可以按文档类型进行智能拆分。
API 参数配置
启用文件拆分功能
在上传接口中设置split_flag=true 来启用文件拆分功能：
curl -X POST \
-H "x-ti-app-id: <your-app-id>" \
-H "x-ti-secret-code: <your-secret-code>" \
-F "file=@/path/to/multi-page-document.pdf" \
"https://docflow.textin.com/api/app-api/sip/platform/v2/file/upload?workspace_id=<your-workspace-id>&split_flag=true"
参数说明
| 参数名 | 类型 | 默认值 | 说明 |
|---|---|---|---|
split_flag | boolean | false | 是否启用文件拆分功能 |
示例代码
import requests
import json
def upload_with_split(file_path, workspace_id, app_id, secret_code):
"""
上传文件并启用文件拆分功能
"""
url = "https://docflow.textin.com/api/app-api/sip/platform/v2/file/upload"
headers = {
"x-ti-app-id": app_id,
"x-ti-secret-code": secret_code
}
params = {
"workspace_id": workspace_id,
"split_flag": "true" # 启用文件拆分功能
}
with open(file_path, 'rb') as file:
files = {'file': file}
response = requests.post(url, headers=headers, params=params, files=files)
return response.json()
def fetch_split_results(workspace_id, batch_number, app_id, secret_code):
"""
查询文件拆分结果
"""
url = "https://docflow.textin.com/api/app-api/sip/platform/v2/file/fetch"
headers = {
"x-ti-app-id": app_id,
"x-ti-secret-code": secret_code
}
params = {
"workspace_id": workspace_id,
"batch_number": batch_number
}
response = requests.get(url, headers=headers, params=params)
return response.json()
# 使用示例
if __name__ == "__main__":
# 配置信息
WORKSPACE_ID = "your-workspace-id"
APP_ID = "your-app-id"
SECRET_CODE = "your-secret-code"
FILE_PATH = "/path/to/multi-page-document.pdf"
# 上传文件并启用文件拆分
upload_result = upload_with_split(FILE_PATH, WORKSPACE_ID, APP_ID, SECRET_CODE)
print("上传结果:", json.dumps(upload_result, indent=2, ensure_ascii=False))
# 获取批次号
batch_number = upload_result.get("result", {}).get("batch_number")
if batch_number:
# 查询文件拆分结果
fetch_result = fetch_split_results(WORKSPACE_ID, batch_number, APP_ID, SECRET_CODE)
print("文件拆分结果:", json.dumps(fetch_result, indent=2, ensure_ascii=False))
返回结果说明
文件拆分结果结构
当启用文件拆分功能后，file/fetch 接口返回的结果中会包含 child_files 字段，用于描述拆分后的子文档信息：
{
"code": 200,
"result": {
"files": [
{
"id": "parent-file-001",
"name": "multi-document.pdf",
"format": "pdf",
"child_files": [
{
"id": "child-001",
"task_id": "task-001",
"task_type": 0, // 0表示文件拆分产生的子文件
"name": "multi-document.pdf#1",
"format": "pdf",
"category": "invoice",
},
{
"id": "child-002",
"task_id": "task-002",
"task_type": 0,
"name": "multi-document.pdf#2",
"format": "pdf",
"category": "contract",
}
]
}
]
}
}
关键字段说明
| 字段名 | 类型 | 说明 |
|---|---|---|
child_files | array | 拆分后的子文件列表 |
child_files[].id | string | 子文件唯一标识 |
child_files[].task_type | integer | 任务类型，0表示文件拆分产生 |
child_files[].category | string | 文档分类结果 |
child_files[].pages | string | 拆分后的子文件页面信息，含子文件在原文件中的页码 |