DocumentAnalysisClient Sınıf

DocumentAnalysisClient belgelerden ve görüntülerden bilgileri analiz eder ve belgeleri sınıflandırır. Önceden oluşturulmuş modellerle (makbuzlar, kartvizitler, faturalar, kimlik belgeleri) analiz etmek, belgelerden düzeni analiz etmek, genel belge türlerini analiz etmek ve özel belgeleri yerleşik modellerle analiz etmek için kullanılacak arabirimdir (hizmetin desteklediği modellerin tam listesini görmek için bkz. https://aka.ms/azsdk/formrecognizer/models). Bir URL'den gelen girişlere ve akıştan girişlere göre farklı yöntemler sağlar.

Not

DocumentAnalysisClient API sürümleriyle kullanılmalıdır

2022-08-31 ve yukarısı. =v2.1 API sürümlerini <kullanmak için bir FormRecognizerClient örneği oluşturun.

Sürüm 2022-08-31'de yeni: DocumentAnalysisClient ve istemci yöntemleri.

Devralma

azure.ai.formrecognizer._form_base_client.FormRecognizerClientBase

DocumentAnalysisClient

Oluşturucu

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

Parametreler

endpoint

str

Gerekli

Desteklenen Bilişsel Hizmetler uç noktaları (protokol ve konak adı, örneğin: https://westus2.api.cognitive.microsoft.com).

credential

AzureKeyCredential veya TokenCredential

Gerekli

İstemcinin Azure'a bağlanması için gereken kimlik bilgileri. Api anahtarı veya belirteç identitykimlik bilgisi kullanılıyorsa, bu AzureKeyCredential örneğidir.

api_version

str veya DocumentAnalysisApiVersion

İstekler için kullanılacak hizmetin API sürümü. Varsayılan olarak en son hizmet sürümüne ayarlanır. Eski bir sürüme ayar yapmak özellik uyumluluğunu azaltabilir. =v2.1 API sürümlerini <kullanmak için bir FormRecognizerClient örneği oluşturun.

Örnekler

DocumentAnalysisClient'ı bir uç nokta ve API anahtarıyla oluşturma.

   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))

Belirteç kimlik bilgileriyle DocumentAnalysisClient oluşturma.

   """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)

Yöntemler

begin_analyze_document	Belirli bir belgenin alan metnini ve anlam değerlerini analiz edin. Sürüm 2023-07-31'de yeni: Özellikler anahtar sözcüğü bağımsız değişkeni.
begin_analyze_document_from_url	Belirli bir belgenin alan metnini ve anlam değerlerini analiz edin. Giriş, analiz edilecek belgenin konumu (URL) olmalıdır. Sürüm 2023-07-31'de yeni: Özellikler anahtar sözcüğü bağımsız değişkeni.
begin_classify_document	Belge sınıflandırıcı kullanarak belgeyi sınıflandırma. Özel sınıflandırıcı modeli oluşturma hakkında daha fazla bilgi için bkz https://aka.ms/azsdk/formrecognizer/buildclassifiermodel. . Sürüm 2023-07-31'de yeni: begin_classify_document istemci yöntemi.
begin_classify_document_from_url	Belirli bir belgeyi bir belge sınıflandırıcısıyla sınıflandırma. Özel sınıflandırıcı modeli oluşturma hakkında daha fazla bilgi için bkz https://aka.ms/azsdk/formrecognizer/buildclassifiermodel. . Giriş, sınıflandırılacak belgenin konumu (URL) olmalıdır. Sürüm 2023-07-31'de yeni eklendi: begin_classify_document_from_url istemci yöntemi.
close	DocumentAnalysisClient Oturumu kapatın.
send_request	İstemcinin mevcut işlem hattını kullanarak bir ağ isteği çalıştırır. İstek URL'si temel URL'ye göre olabilir. İstek için kullanılan hizmet API'sinin sürümü, aksi belirtilmedikçe istemcinin sürümüyle aynıdır. İstemcinin yapılandırılmış API sürümünü göreli URL'de geçersiz kılma, 2022-08-31 ve üzeri API sürümüne sahip istemcide desteklenir. Herhangi bir API sürümüyle istemcide desteklenen mutlak URL'de geçersiz kılma. Yanıt bir hataysa bu yöntem tetiklenmez; özel durum tetiklemek için döndürülen yanıt nesnesinde raise_for_status() öğesini çağırın. Bu yöntemle özel istek gönderme hakkında daha fazla bilgi için bkz https://aka.ms/azsdk/dpcodegen/python/send_request. .

begin_analyze_document

Belirli bir belgenin alan metnini ve anlam değerlerini analiz edin.

Sürüm 2023-07-31'de yeni: Özellikler anahtar sözcüğü bağımsız değişkeni.

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

Parametreler

model_id

str

Gerekli

Benzersiz model tanımlayıcısı dize olarak geçirilebilir. Özel model kimliğini veya önceden oluşturulmuş model kimliğini belirtmek için bunu kullanın. Desteklenen önceden oluşturulmuş model kimlikleri burada bulunabilir: https://aka.ms/azsdk/formrecognizer/models

document

bytes veya IO[bytes]

Gerekli

Dosya akışı veya bayt. Hizmet tarafından desteklenen dosya türleri için bkz. https://aka.ms/azsdk/formrecognizer/supportedfiles.

pages

str

Çok sayfalı belgeler (PDF/TIFF) için özel sayfa numaraları. Sonuçta elde etmek istediğiniz sayfa numaralarını ve/veya sayfa aralıklarını girin. Bir sayfa aralığı için pages ="1-3, 5-6" gibi bir kısa çizgi kullanın. Her sayfa numarasını veya aralığı virgülle ayırın.

locale

str

Giriş belgesinin yerel ayar ipucu. Desteklenen yerel ayarlara buradan bakın: https://aka.ms/azsdk/formrecognizer/supportedlocales.

features

list[str]

Etkinleştirecek belge analizi özellikleri.

Döndürülenler

LROPoller örneği. Bir AnalyzeResultdöndürmek için poller nesnesinde result() öğesini çağırın.

Dönüş türü

LROPoller[AnalyzeResult]

Özel durumlar

HttpResponseError

Örnekler

Faturayı analiz etme. Daha fazla örnek için samples klasörüne bakın.

   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}"
           )

Özel bir belgeyi analiz etme. Daha fazla örnek için samples klasörüne bakın.

   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

Belirli bir belgenin alan metnini ve anlam değerlerini analiz edin. Giriş, analiz edilecek belgenin konumu (URL) olmalıdır.

Sürüm 2023-07-31'de yeni: Özellikler anahtar sözcüğü bağımsız değişkeni.

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

Parametreler

model_id

str

Gerekli

Benzersiz model tanımlayıcısı dize olarak geçirilebilir. Özel model kimliğini veya önceden oluşturulmuş model kimliğini belirtmek için bunu kullanın. Desteklenen önceden oluşturulmuş model kimlikleri burada bulunabilir: https://aka.ms/azsdk/formrecognizer/models

document_url

str

Gerekli

Analiz için belgenin URL'si. Giriş geçerli, düzgün kodlanmış (boş boşluklar gibi özel karakterleri kodlama) ve genel olarak erişilebilen bir URL olmalıdır. Hizmet tarafından desteklenen dosya türleri için bkz. https://aka.ms/azsdk/formrecognizer/supportedfiles.

pages

str

Çok sayfalı belgeler (PDF/TIFF) için özel sayfa numaraları. Sonuçta elde etmek istediğiniz sayfa numaralarını ve/veya sayfa aralıklarını girin. Bir sayfa aralığı için pages ="1-3, 5-6" gibi bir kısa çizgi kullanın. Her sayfa numarasını veya aralığı virgülle ayırın.

locale

str

Giriş belgesinin yerel ayar ipucu. Desteklenen yerel ayarlara buradan bakın: https://aka.ms/azsdk/formrecognizer/supportedlocales.

features

list[str]

Etkinleştirecek belge analizi özellikleri.

Döndürülenler

LROPoller örneği. Bir AnalyzeResultdöndürmek için poller nesnesinde result() öğesini çağırın.

Dönüş türü

LROPoller[AnalyzeResult]

Özel durumlar

HttpResponseError

Örnekler

Makbuzu analiz etme. Daha fazla örnek için samples klasörüne bakın.

   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

Belge sınıflandırıcı kullanarak belgeyi sınıflandırma. Özel sınıflandırıcı modeli oluşturma hakkında daha fazla bilgi için bkz https://aka.ms/azsdk/formrecognizer/buildclassifiermodel. .

Sürüm 2023-07-31'de yeni: begin_classify_document istemci yöntemi.

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

Parametreler

classifier_id

str

Gerekli

Benzersiz bir belge sınıflandırıcı tanımlayıcısı dize olarak geçirilebilir.

document

bytes veya IO[bytes]

Gerekli

Dosya akışı veya bayt. Hizmet tarafından desteklenen dosya türleri için bkz. https://aka.ms/azsdk/formrecognizer/supportedfiles.

Döndürülenler

LROPoller örneği. Bir AnalyzeResultdöndürmek için poller nesnesinde result() öğesini çağırın.

Dönüş türü

LROPoller[AnalyzeResult]

Özel durumlar

HttpResponseError

Örnekler

Belgeyi sınıflandırma. Daha fazla örnek için samples klasörüne bakın.

   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

Belirli bir belgeyi bir belge sınıflandırıcısıyla sınıflandırma. Özel sınıflandırıcı modeli oluşturma hakkında daha fazla bilgi için bkz https://aka.ms/azsdk/formrecognizer/buildclassifiermodel. . Giriş, sınıflandırılacak belgenin konumu (URL) olmalıdır.

Sürüm 2023-07-31'de yeni eklendi: begin_classify_document_from_url istemci yöntemi.

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

Parametreler

classifier_id

str

Gerekli

Benzersiz bir belge sınıflandırıcı tanımlayıcısı dize olarak geçirilebilir.

document_url

str

Gerekli

Sınıflandırmak için belgenin URL'si. Giriş geçerli, düzgün kodlanmış (boş boşluklar gibi özel karakterleri kodlama) ve desteklenen biçimlerden birinin genel olarak erişilebilen URL'si olmalıdır: https://aka.ms/azsdk/formrecognizer/supportedfiles.

Döndürülenler

LROPoller örneği. Bir AnalyzeResultdöndürmek için poller nesnesinde result() öğesini çağırın.

Dönüş türü

LROPoller[AnalyzeResult]

Özel durumlar

HttpResponseError

Örnekler

Belgeyi sınıflandırma. Daha fazla örnek için samples klasörüne bakın.

   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

DocumentAnalysisClient Oturumu kapatın.

close() -> None

Özel durumlar

HttpResponseError

send_request

İstemcinin mevcut işlem hattını kullanarak bir ağ isteği çalıştırır.

İstek URL'si temel URL'ye göre olabilir. İstek için kullanılan hizmet API'sinin sürümü, aksi belirtilmedikçe istemcinin sürümüyle aynıdır. İstemcinin yapılandırılmış API sürümünü göreli URL'de geçersiz kılma, 2022-08-31 ve üzeri API sürümüne sahip istemcide desteklenir. Herhangi bir API sürümüyle istemcide desteklenen mutlak URL'de geçersiz kılma. Yanıt bir hataysa bu yöntem tetiklenmez; özel durum tetiklemek için döndürülen yanıt nesnesinde raise_for_status() öğesini çağırın. Bu yöntemle özel istek gönderme hakkında daha fazla bilgi için bkz https://aka.ms/azsdk/dpcodegen/python/send_request. .

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

Parametreler

request

HttpRequest

Gerekli

Yapmak istediğiniz ağ isteği.

stream

bool

Yanıt yükünün akışla aktarılıp aktarılmayacağı. Varsayılan değer False'tur.

Döndürülenler

Ağ çağrınızın yanıtı. Yanıtınızda hata işleme yapmaz.

Dönüş türü

HttpResponse

Özel durumlar

HttpResponseError