DocumentAnalysisClient 클래스

참조

DocumentAnalysisClient는 문서 및 이미지의 정보를 분석하고 문서를 분류합니다. 미리 빌드된 모델(영수증, 명함, 청구서, ID 문서 등)을 사용하여 분석하고, 문서의 레이아웃을 분석하고, 일반 문서 유형을 분석하고, 빌드된 모델을 사용하여 사용자 지정 문서를 분석하는 데 사용할 수 있는 인터페이스입니다(서비스에서 지원하는 모델의 전체 목록을 보려면 다음 https://aka.ms/azsdk/formrecognizer/models을 참조하세요.). URL의 입력과 스트림의 입력에 따라 다른 메서드를 제공합니다.

참고

DocumentAnalysisClient를 API 버전과 함께 사용해야 합니다.

2022-08-31 이상. API 버전 <=v2.1을 사용하려면 FormRecognizerClient를 인스턴스화합니다.

버전 2022-08-31의 새로운 기능: DocumentAnalysisClient 및 해당 클라이언트 메서드.

상속: azure.ai.formrecognizer._form_base_client.FormRecognizerClientBase

DocumentAnalysisClient

생성자

DocumentAnalysisClient(endpoint: str, credential: AzureKeyCredential | TokenCredential, **kwargs: Any)

매개 변수

endpoint: str

필수

지원되는 Cognitive Services 엔드포인트(프로토콜 및 호스트 이름( 예: https://westus2.api.cognitive.microsoft.com).

credential: AzureKeyCredential 또는 TokenCredential

필수

클라이언트가 Azure에 연결하는 데 필요한 자격 증명입니다. API 키 또는 의 토큰 자격 증명identity을 사용하는 경우 AzureKeyCredential의 instance.

api_version: str 또는 DocumentAnalysisApiVersion

요청에 사용할 서비스의 API 버전입니다. 기본값은 최신 서비스 버전입니다. 이전 버전으로 설정하면 기능 호환성이 저하될 수 있습니다. API 버전 <=v2.1을 사용하려면 FormRecognizerClient를 인스턴스화합니다.

예제

엔드포인트 및 API 키를 사용하여 DocumentAnalysisClient를 만듭니다.


   from azure.core.credentials import AzureKeyCredential
   from azure.ai.formrecognizer import DocumentAnalysisClient

   endpoint = os.environ["AZURE_FORM_RECOGNIZER_ENDPOINT"]
   key = os.environ["AZURE_FORM_RECOGNIZER_KEY"]

   document_analysis_client = DocumentAnalysisClient(endpoint, AzureKeyCredential(key))

토큰 자격 증명을 사용하여 DocumentAnalysisClient를 만듭니다.


   """DefaultAzureCredential will use the values from these environment
   variables: AZURE_CLIENT_ID, AZURE_TENANT_ID, AZURE_CLIENT_SECRET
   """
   from azure.ai.formrecognizer import DocumentAnalysisClient
   from azure.identity import DefaultAzureCredential

   endpoint = os.environ["AZURE_FORM_RECOGNIZER_ENDPOINT"]
   credential = DefaultAzureCredential()

   document_analysis_client = DocumentAnalysisClient(endpoint, credential)

메서드

begin_analyze_document	지정된 문서에서 필드 텍스트 및 의미 체계 값을 분석합니다. 버전 2023-07-31의 새로운 기능: 인수를 키워드(keyword) 기능입니다.
begin_analyze_document_from_url	지정된 문서에서 필드 텍스트 및 의미 체계 값을 분석합니다. 입력은 분석할 문서의 위치(URL)여야 합니다. 버전 2023-07-31의 새로운 기능: 인수를 키워드(keyword) 기능입니다.
begin_classify_document	문서 분류자를 사용하여 문서를 분류합니다. 사용자 지정 분류자 모델을 빌드하는 방법에 대한 자세한 내용은 를 참조하세요 https://aka.ms/azsdk/formrecognizer/buildclassifiermodel. 버전 2023-07-31의 새로운 기능: begin_classify_document 클라이언트 메서드입니다.
begin_classify_document_from_url	문서 분류자를 사용하여 지정된 문서를 분류합니다. 사용자 지정 분류자 모델을 빌드하는 방법에 대한 자세한 내용은 를 참조하세요 https://aka.ms/azsdk/formrecognizer/buildclassifiermodel. 입력은 분류할 문서의 위치(URL)여야 합니다. 버전 2023-07-31의 새로운 기능: begin_classify_document_from_url 클라이언트 메서드입니다.
close	세션을 닫습니다 DocumentAnalysisClient .
send_request	클라이언트의 기존 파이프라인을 사용하여 네트워크 요청을 실행합니다. 요청 URL은 기본 URL을 기준으로 할 수 있습니다. 요청에 사용되는 서비스 API 버전은 달리 지정하지 않는 한 클라이언트의 버전과 동일합니다. 상대 URL에서 클라이언트의 구성된 API 버전을 재정의하는 것은 API 버전 2022-08-31 이상을 사용하는 클라이언트에서 지원됩니다. 모든 API 버전으로 클라이언트에서 지원되는 절대 URL의 재정의. 응답이 오류인 경우 이 메서드는 발생하지 않습니다. 예외를 발생하려면 반환된 응답 개체에서 raise_for_status() 를 호출합니다. 이 메서드를 사용하여 사용자 지정 요청을 보내는 방법에 대한 자세한 내용은 을 참조하세요 https://aka.ms/azsdk/dpcodegen/python/send_request.

begin_analyze_document

지정된 문서에서 필드 텍스트 및 의미 체계 값을 분석합니다.

버전 2023-07-31의 새로운 기능: 인수를 키워드(keyword) 기능입니다.

begin_analyze_document(model_id: str, document: bytes | IO[bytes], **kwargs: Any) -> LROPoller[AnalyzeResult]

매개 변수

model_id: str

필수

고유한 모델 식별자를 문자열로 전달할 수 있습니다. 이를 사용하여 사용자 지정 모델 ID 또는 미리 빌드된 모델 ID를 지정합니다. 지원되는 미리 빌드된 모델 ID는 다음에서 찾을 수 있습니다. https://aka.ms/azsdk/formrecognizer/models

document: bytes 또는 IO[bytes]

필수

파일 스트림 또는 바이트. 서비스 지원 파일 형식은 을 참조하세요 https://aka.ms/azsdk/formrecognizer/supportedfiles.

pages: str

다중 페이지 문서에 대한 사용자 지정 페이지 번호(PDF/TIFF). 결과에서 가져올 페이지 번호 및/또는 페이지 범위를 입력합니다. 페이지 범위의 경우 pages="1-3, 5-6"와 같은 하이픈을 사용합니다. 각 페이지 번호 또는 범위를 쉼표로 구분합니다.

locale: str

입력 문서의 로캘 힌트입니다. 에서 지원되는 로캘을 https://aka.ms/azsdk/formrecognizer/supportedlocales참조하세요.

features: list[str]

사용할 문서 분석 기능입니다.

반환

LROPoller의 instance. 폴러 개체에서 result() 를 호출하여 를 반환합니다 AnalyzeResult.

반환 형식

LROPoller[AnalyzeResult]

예외

HttpResponseError

예제

청구서를 분석합니다. 자세한 샘플은 samples 폴더를 참조하세요.


   from azure.core.credentials import AzureKeyCredential
   from azure.ai.formrecognizer import DocumentAnalysisClient

   endpoint = os.environ["AZURE_FORM_RECOGNIZER_ENDPOINT"]
   key = os.environ["AZURE_FORM_RECOGNIZER_KEY"]

   document_analysis_client = DocumentAnalysisClient(
       endpoint=endpoint, credential=AzureKeyCredential(key)
   )
   with open(path_to_sample_documents, "rb") as f:
       poller = document_analysis_client.begin_analyze_document(
           "prebuilt-invoice", document=f, locale="en-US"
       )
   invoices = poller.result()

   for idx, invoice in enumerate(invoices.documents):
       print(f"--------Analyzing invoice #{idx + 1}--------")
       vendor_name = invoice.fields.get("VendorName")
       if vendor_name:
           print(
               f"Vendor Name: {vendor_name.value} has confidence: {vendor_name.confidence}"
           )
       vendor_address = invoice.fields.get("VendorAddress")
       if vendor_address:
           print(
               f"Vendor Address: {vendor_address.value} has confidence: {vendor_address.confidence}"
           )
       vendor_address_recipient = invoice.fields.get("VendorAddressRecipient")
       if vendor_address_recipient:
           print(
               f"Vendor Address Recipient: {vendor_address_recipient.value} has confidence: {vendor_address_recipient.confidence}"
           )
       customer_name = invoice.fields.get("CustomerName")
       if customer_name:
           print(
               f"Customer Name: {customer_name.value} has confidence: {customer_name.confidence}"
           )
       customer_id = invoice.fields.get("CustomerId")
       if customer_id:
           print(
               f"Customer Id: {customer_id.value} has confidence: {customer_id.confidence}"
           )
       customer_address = invoice.fields.get("CustomerAddress")
       if customer_address:
           print(
               f"Customer Address: {customer_address.value} has confidence: {customer_address.confidence}"
           )
       customer_address_recipient = invoice.fields.get("CustomerAddressRecipient")
       if customer_address_recipient:
           print(
               f"Customer Address Recipient: {customer_address_recipient.value} has confidence: {customer_address_recipient.confidence}"
           )
       invoice_id = invoice.fields.get("InvoiceId")
       if invoice_id:
           print(
               f"Invoice Id: {invoice_id.value} has confidence: {invoice_id.confidence}"
           )
       invoice_date = invoice.fields.get("InvoiceDate")
       if invoice_date:
           print(
               f"Invoice Date: {invoice_date.value} has confidence: {invoice_date.confidence}"
           )
       invoice_total = invoice.fields.get("InvoiceTotal")
       if invoice_total:
           print(
               f"Invoice Total: {invoice_total.value} has confidence: {invoice_total.confidence}"
           )
       due_date = invoice.fields.get("DueDate")
       if due_date:
           print(f"Due Date: {due_date.value} has confidence: {due_date.confidence}")
       purchase_order = invoice.fields.get("PurchaseOrder")
       if purchase_order:
           print(
               f"Purchase Order: {purchase_order.value} has confidence: {purchase_order.confidence}"
           )
       billing_address = invoice.fields.get("BillingAddress")
       if billing_address:
           print(
               f"Billing Address: {billing_address.value} has confidence: {billing_address.confidence}"
           )
       billing_address_recipient = invoice.fields.get("BillingAddressRecipient")
       if billing_address_recipient:
           print(
               f"Billing Address Recipient: {billing_address_recipient.value} has confidence: {billing_address_recipient.confidence}"
           )
       shipping_address = invoice.fields.get("ShippingAddress")
       if shipping_address:
           print(
               f"Shipping Address: {shipping_address.value} has confidence: {shipping_address.confidence}"
           )
       shipping_address_recipient = invoice.fields.get("ShippingAddressRecipient")
       if shipping_address_recipient:
           print(
               f"Shipping Address Recipient: {shipping_address_recipient.value} has confidence: {shipping_address_recipient.confidence}"
           )
       print("Invoice items:")
       for idx, item in enumerate(invoice.fields.get("Items").value):
           print(f"...Item #{idx + 1}")
           item_description = item.value.get("Description")
           if item_description:
               print(
                   f"......Description: {item_description.value} has confidence: {item_description.confidence}"
               )
           item_quantity = item.value.get("Quantity")
           if item_quantity:
               print(
                   f"......Quantity: {item_quantity.value} has confidence: {item_quantity.confidence}"
               )
           unit = item.value.get("Unit")
           if unit:
               print(f"......Unit: {unit.value} has confidence: {unit.confidence}")
           unit_price = item.value.get("UnitPrice")
           if unit_price:
               unit_price_code = unit_price.value.code if unit_price.value.code else ""
               print(
                   f"......Unit Price: {unit_price.value}{unit_price_code} has confidence: {unit_price.confidence}"
               )
           product_code = item.value.get("ProductCode")
           if product_code:
               print(
                   f"......Product Code: {product_code.value} has confidence: {product_code.confidence}"
               )
           item_date = item.value.get("Date")
           if item_date:
               print(
                   f"......Date: {item_date.value} has confidence: {item_date.confidence}"
               )
           tax = item.value.get("Tax")
           if tax:
               print(f"......Tax: {tax.value} has confidence: {tax.confidence}")
           amount = item.value.get("Amount")
           if amount:
               print(
                   f"......Amount: {amount.value} has confidence: {amount.confidence}"
               )
       subtotal = invoice.fields.get("SubTotal")
       if subtotal:
           print(f"Subtotal: {subtotal.value} has confidence: {subtotal.confidence}")
       total_tax = invoice.fields.get("TotalTax")
       if total_tax:
           print(
               f"Total Tax: {total_tax.value} has confidence: {total_tax.confidence}"
           )
       previous_unpaid_balance = invoice.fields.get("PreviousUnpaidBalance")
       if previous_unpaid_balance:
           print(
               f"Previous Unpaid Balance: {previous_unpaid_balance.value} has confidence: {previous_unpaid_balance.confidence}"
           )
       amount_due = invoice.fields.get("AmountDue")
       if amount_due:
           print(
               f"Amount Due: {amount_due.value} has confidence: {amount_due.confidence}"
           )
       service_start_date = invoice.fields.get("ServiceStartDate")
       if service_start_date:
           print(
               f"Service Start Date: {service_start_date.value} has confidence: {service_start_date.confidence}"
           )
       service_end_date = invoice.fields.get("ServiceEndDate")
       if service_end_date:
           print(
               f"Service End Date: {service_end_date.value} has confidence: {service_end_date.confidence}"
           )
       service_address = invoice.fields.get("ServiceAddress")
       if service_address:
           print(
               f"Service Address: {service_address.value} has confidence: {service_address.confidence}"
           )
       service_address_recipient = invoice.fields.get("ServiceAddressRecipient")
       if service_address_recipient:
           print(
               f"Service Address Recipient: {service_address_recipient.value} has confidence: {service_address_recipient.confidence}"
           )
       remittance_address = invoice.fields.get("RemittanceAddress")
       if remittance_address:
           print(
               f"Remittance Address: {remittance_address.value} has confidence: {remittance_address.confidence}"
           )
       remittance_address_recipient = invoice.fields.get("RemittanceAddressRecipient")
       if remittance_address_recipient:
           print(
               f"Remittance Address Recipient: {remittance_address_recipient.value} has confidence: {remittance_address_recipient.confidence}"
           )

사용자 지정 문서를 분석합니다. 자세한 샘플은 samples 폴더를 참조하세요.


   from azure.core.credentials import AzureKeyCredential
   from azure.ai.formrecognizer import DocumentAnalysisClient

   endpoint = os.environ["AZURE_FORM_RECOGNIZER_ENDPOINT"]
   key = os.environ["AZURE_FORM_RECOGNIZER_KEY"]
   model_id = os.getenv("CUSTOM_BUILT_MODEL_ID", custom_model_id)

   document_analysis_client = DocumentAnalysisClient(
       endpoint=endpoint, credential=AzureKeyCredential(key)
   )

   # Make sure your document's type is included in the list of document types the custom model can analyze
   with open(path_to_sample_documents, "rb") as f:
       poller = document_analysis_client.begin_analyze_document(
           model_id=model_id, document=f
       )
   result = poller.result()

   for idx, document in enumerate(result.documents):
       print(f"--------Analyzing document #{idx + 1}--------")
       print(f"Document has type {document.doc_type}")
       print(f"Document has document type confidence {document.confidence}")
       print(f"Document was analyzed with model with ID {result.model_id}")
       for name, field in document.fields.items():
           field_value = field.value if field.value else field.content
           print(
               f"......found field of type '{field.value_type}' with value '{field_value}' and with confidence {field.confidence}"
           )

   # iterate over tables, lines, and selection marks on each page
   for page in result.pages:
       print(f"\nLines found on page {page.page_number}")
       for line in page.lines:
           print(f"...Line '{line.content}'")
       for word in page.words:
           print(f"...Word '{word.content}' has a confidence of {word.confidence}")
       if page.selection_marks:
           print(f"\nSelection marks found on page {page.page_number}")
           for selection_mark in page.selection_marks:
               print(
                   f"...Selection mark is '{selection_mark.state}' and has a confidence of {selection_mark.confidence}"
               )

   for i, table in enumerate(result.tables):
       print(f"\nTable {i + 1} can be found on page:")
       for region in table.bounding_regions:
           print(f"...{region.page_number}")
       for cell in table.cells:
           print(
               f"...Cell[{cell.row_index}][{cell.column_index}] has text '{cell.content}'"
           )
   print("-----------------------------------")

begin_analyze_document_from_url

지정된 문서에서 필드 텍스트 및 의미 체계 값을 분석합니다. 입력은 분석할 문서의 위치(URL)여야 합니다.

버전 2023-07-31의 새로운 기능: 인수를 키워드(keyword) 기능입니다.

begin_analyze_document_from_url(model_id: str, document_url: str, **kwargs: Any) -> LROPoller[AnalyzeResult]

매개 변수

model_id: str

필수

document_url: str

필수

분석할 문서의 URL입니다. 입력은 유효하고 적절하게 인코딩된(예: 빈 공백과 같은 특수 문자 인코딩) 및 공개적으로 액세스할 수 있는 URL이어야 합니다. 서비스 지원 파일 형식은 을 참조하세요 https://aka.ms/azsdk/formrecognizer/supportedfiles.

pages: str

locale: str

입력 문서의 로캘 힌트입니다. 에서 지원되는 로캘을 https://aka.ms/azsdk/formrecognizer/supportedlocales참조하세요.

features: list[str]

사용할 문서 분석 기능입니다.

반환

LROPoller의 instance. 폴러 개체에서 result() 를 호출하여 를 반환합니다 AnalyzeResult.

반환 형식

LROPoller[AnalyzeResult]

예외

HttpResponseError

예제

영수증을 분석합니다. 자세한 샘플은 samples 폴더를 참조하세요.


   from azure.core.credentials import AzureKeyCredential
   from azure.ai.formrecognizer import DocumentAnalysisClient

   endpoint = os.environ["AZURE_FORM_RECOGNIZER_ENDPOINT"]
   key = os.environ["AZURE_FORM_RECOGNIZER_KEY"]

   document_analysis_client = DocumentAnalysisClient(
       endpoint=endpoint, credential=AzureKeyCredential(key)
   )
   url = "https://raw.githubusercontent.com/Azure/azure-sdk-for-python/main/sdk/formrecognizer/azure-ai-formrecognizer/tests/sample_forms/receipt/contoso-receipt.png"
   poller = document_analysis_client.begin_analyze_document_from_url(
       "prebuilt-receipt", document_url=url
   )
   receipts = poller.result()

   for idx, receipt in enumerate(receipts.documents):
       print(f"--------Analysis of receipt #{idx + 1}--------")
       print(f"Receipt type: {receipt.doc_type if receipt.doc_type else 'N/A'}")
       merchant_name = receipt.fields.get("MerchantName")
       if merchant_name:
           print(
               f"Merchant Name: {merchant_name.value} has confidence: "
               f"{merchant_name.confidence}"
           )
       transaction_date = receipt.fields.get("TransactionDate")
       if transaction_date:
           print(
               f"Transaction Date: {transaction_date.value} has confidence: "
               f"{transaction_date.confidence}"
           )
       if receipt.fields.get("Items"):
           print("Receipt items:")
           for idx, item in enumerate(receipt.fields.get("Items").value):
               print(f"...Item #{idx + 1}")
               item_description = item.value.get("Description")
               if item_description:
                   print(
                       f"......Item Description: {item_description.value} has confidence: "
                       f"{item_description.confidence}"
                   )
               item_quantity = item.value.get("Quantity")
               if item_quantity:
                   print(
                       f"......Item Quantity: {item_quantity.value} has confidence: "
                       f"{item_quantity.confidence}"
                   )
               item_price = item.value.get("Price")
               if item_price:
                   print(
                       f"......Individual Item Price: {item_price.value} has confidence: "
                       f"{item_price.confidence}"
                   )
               item_total_price = item.value.get("TotalPrice")
               if item_total_price:
                   print(
                       f"......Total Item Price: {item_total_price.value} has confidence: "
                       f"{item_total_price.confidence}"
                   )
       subtotal = receipt.fields.get("Subtotal")
       if subtotal:
           print(f"Subtotal: {subtotal.value} has confidence: {subtotal.confidence}")
       tax = receipt.fields.get("TotalTax")
       if tax:
           print(f"Total tax: {tax.value} has confidence: {tax.confidence}")
       tip = receipt.fields.get("Tip")
       if tip:
           print(f"Tip: {tip.value} has confidence: {tip.confidence}")
       total = receipt.fields.get("Total")
       if total:
           print(f"Total: {total.value} has confidence: {total.confidence}")
       print("--------------------------------------")

begin_classify_document

문서 분류자를 사용하여 문서를 분류합니다. 사용자 지정 분류자 모델을 빌드하는 방법에 대한 자세한 내용은 를 참조하세요 https://aka.ms/azsdk/formrecognizer/buildclassifiermodel.

버전 2023-07-31의 새로운 기능: begin_classify_document 클라이언트 메서드입니다.

begin_classify_document(classifier_id: str, document: bytes | IO[bytes], **kwargs: Any) -> LROPoller[AnalyzeResult]

매개 변수

classifier_id: str

필수

고유한 문서 분류자 식별자를 문자열로 전달할 수 있습니다.

document: bytes 또는 IO[bytes]

필수

파일 스트림 또는 바이트. 서비스 지원 파일 형식은 을 참조하세요 https://aka.ms/azsdk/formrecognizer/supportedfiles.

반환

LROPoller의 instance. 폴러 개체에서 result() 를 호출하여 를 반환합니다 AnalyzeResult.

반환 형식

LROPoller[AnalyzeResult]

예외

HttpResponseError

예제

문서를 분류합니다. 자세한 샘플은 samples 폴더를 참조하세요.


   from azure.core.credentials import AzureKeyCredential
   from azure.ai.formrecognizer import DocumentAnalysisClient

   endpoint = os.environ["AZURE_FORM_RECOGNIZER_ENDPOINT"]
   key = os.environ["AZURE_FORM_RECOGNIZER_KEY"]
   classifier_id = os.getenv("CLASSIFIER_ID", classifier_id)

   document_analysis_client = DocumentAnalysisClient(
       endpoint=endpoint, credential=AzureKeyCredential(key)
   )
   with open(path_to_sample_documents, "rb") as f:
       poller = document_analysis_client.begin_classify_document(
           classifier_id, document=f
       )
   result = poller.result()

   print("----Classified documents----")
   for doc in result.documents:
       print(
           f"Found document of type '{doc.doc_type or 'N/A'}' with a confidence of {doc.confidence} contained on "
           f"the following pages: {[region.page_number for region in doc.bounding_regions]}"
       )

begin_classify_document_from_url

문서 분류자를 사용하여 지정된 문서를 분류합니다. 사용자 지정 분류자 모델을 빌드하는 방법에 대한 자세한 내용은 를 참조하세요 https://aka.ms/azsdk/formrecognizer/buildclassifiermodel. 입력은 분류할 문서의 위치(URL)여야 합니다.

버전 2023-07-31의 새로운 기능: begin_classify_document_from_url 클라이언트 메서드입니다.

begin_classify_document_from_url(classifier_id: str, document_url: str, **kwargs: Any) -> LROPoller[AnalyzeResult]

매개 변수

classifier_id: str

필수

고유한 문서 분류자 식별자를 문자열로 전달할 수 있습니다.

document_url: str

필수

분류할 문서의 URL입니다. 입력은 유효하고 적절하게 인코딩된(예: 빈 공백과 같은 특수 문자 인코딩) 및 지원되는 형식 중 하나의 공개적으로 액세스할 수 있는 URL이어야 합니다. https://aka.ms/azsdk/formrecognizer/supportedfiles

반환

LROPoller의 instance. 폴러 개체에서 result() 를 호출하여 를 반환합니다 AnalyzeResult.

반환 형식

LROPoller[AnalyzeResult]

예외

HttpResponseError

예제

문서를 분류합니다. 자세한 샘플은 samples 폴더를 참조하세요.


   from azure.core.credentials import AzureKeyCredential
   from azure.ai.formrecognizer import DocumentAnalysisClient

   endpoint = os.environ["AZURE_FORM_RECOGNIZER_ENDPOINT"]
   key = os.environ["AZURE_FORM_RECOGNIZER_KEY"]
   classifier_id = os.getenv("CLASSIFIER_ID", classifier_id)

   document_analysis_client = DocumentAnalysisClient(
       endpoint=endpoint, credential=AzureKeyCredential(key)
   )

   url = "https://raw.githubusercontent.com/Azure/azure-sdk-for-python/main/sdk/formrecognizer/azure-ai-formrecognizer/tests/sample_forms/forms/IRS-1040.pdf"

   poller = document_analysis_client.begin_classify_document_from_url(
       classifier_id, document_url=url
   )
   result = poller.result()

   print("----Classified documents----")
   for doc in result.documents:
       print(
           f"Found document of type '{doc.doc_type or 'N/A'}' with a confidence of {doc.confidence} contained on "
           f"the following pages: {[region.page_number for region in doc.bounding_regions]}"
       )

close

세션을 닫습니다 DocumentAnalysisClient .

close() -> None

예외

HttpResponseError

send_request

클라이언트의 기존 파이프라인을 사용하여 네트워크 요청을 실행합니다.

요청 URL은 기본 URL을 기준으로 할 수 있습니다. 요청에 사용되는 서비스 API 버전은 달리 지정하지 않는 한 클라이언트의 버전과 동일합니다. 상대 URL에서 클라이언트의 구성된 API 버전을 재정의하는 것은 API 버전 2022-08-31 이상을 사용하는 클라이언트에서 지원됩니다. 모든 API 버전으로 클라이언트에서 지원되는 절대 URL의 재정의. 응답이 오류인 경우 이 메서드는 발생하지 않습니다. 예외를 발생하려면 반환된 응답 개체에서 raise_for_status() 를 호출합니다. 이 메서드를 사용하여 사용자 지정 요청을 보내는 방법에 대한 자세한 내용은 을 참조하세요 https://aka.ms/azsdk/dpcodegen/python/send_request.

send_request(request: HttpRequest, *, stream: bool = False, **kwargs) -> HttpResponse

매개 변수

request: HttpRequest

필수

만들려는 네트워크 요청입니다.

stream: bool

응답 페이로드가 스트리밍될지 여부입니다. 기본값은 False입니다.

반환

네트워크 호출의 응답입니다. 응답에 대한 오류 처리는 수행하지 않습니다.

반환 형식

HttpResponse

예외

HttpResponseError

다음을 통해 공유

DocumentAnalysisClient 클래스

생성자

매개 변수

예제

메서드

begin_analyze_document

매개 변수

반환

반환 형식

예외

예제

begin_analyze_document_from_url

매개 변수

반환

반환 형식

예외

예제

begin_classify_document

매개 변수

반환

반환 형식

예외

예제

begin_classify_document_from_url

매개 변수

반환

반환 형식

예외

예제

close

예외

send_request

매개 변수

반환

반환 형식

예외

추가 리소스