Docflow は中核の文書解析サービスとして xParse を使用しています。PDF、Word、一般的な画像形式の文書を、テキスト、表、見出し階層、数式、手書き文字、画像情報を含む構造化データへ高精度に変換し、後続の自動処理と分析に利用できます。ナレッジベース構築や非構造化文書画像処理などの用途では、強力な文書解析機能によって多くの要件に対応できます。Docflow の結果取得 API が返す文書解析結果は、xParse の結果を大きく簡略化したもので、ページ上のテキスト位置を可視化するための基本的なテキストブロックと位置情報のみを保持しています。 前提条件
文書アップロード の手順に従ってファイルをアップロードし、返却されたファイル ID を取得します。
ファイル処理には時間がかかります。アップロード後、処理結果を取得できるようになるまで数秒待つ必要があります。
文書解析結果を取得
文書解析結果はサイズが大きいため、デフォルトでは返却されません。
結果取得 API を呼び出す際に URL パラメータ with_document=true を追加すると、文書解析結果が返却されます。
例:
curl \
-H "x-ti-app-id: <your-app-id>" \
-H "x-ti-secret-code: <your-secret-code>" \
"https://docflow.textin.ai/api/app-api/sip/platform/v2/file/fetch?workspace_id=<your-workspace-id>&file_id=<your-file-id>&with_document=true"
レスポンス JSON 構造の説明
文書解析構造は result.files[].document に格納されます。以下は例（抜粋）です。
"document":{
"pages":[
{
"angle":0,
"width":1191,
"height":794,
"lines":[
{
"text":"电子发票（普通发票）",
"position":[ 389, 45, 767, 45, 767, 87, 389, 87 ],
"charPositions":[]
}
]
}
]
}
document: 文書解析結果オブジェクト
pages: 文書各ページの解析結果配列
angle: 文書ページの回転角度width: 文書ページの幅height: 文書ページの高さlines: 文書内の各テキスト行の結果
text: テキスト内容position: テキスト座標charPositions: テキスト内の各文字の座標
position の意味については 座標系 を参照してください。
