跳转到主要内容
在RAG应用中,为了更高的信息精度或稳定性,通常需要对表格做单独处理,如将表格区域保存为图片供前端展示,或者单独为表格设置分chunk策略等。在TextIn xParse文档解析API的输出中,对每个表格都有单独的定义,您可以获取每个表格并单独保存下来。 此外,我们也提供了一步到位的从PDF中提取表格并保存为Excel文件的教程,方便整合到您现有的基于Excel的业务任务流程中。

如何获取表格

您可以参考以下步骤和示例代码将解析获取到的表格保存为 md 和 json 以及 excel 格式的文件。

将表格保存为 md 和 json 文件

  • 参考快速启动,在 options 中设置URL参数 table_flavor 为 md 或 html,这样API会以Markdown或HTML格式输出表格。您可根据实际需要进行设置。
  • 在main函数中添加以下示例代码,解析API输出markdown中的表格,并保存为 md 和 json 文件。

将表格保存为 excel 文件

  • 参考快速启动,在 options 中设置URL参数 get_excel=1,让API返回 excel_base64 字段(Excel文件的base64编码)。
  • 在main函数中添加以下示例代码,将表格保存为excel文件。
  • 参考快速启动中的示例文件,保存后的表格如下图(仅截取部分作为示例)
Parse Gettable Pn