你当前正在访问 Microsoft Azure Global Edition 技术文档网站。如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

从 PDF 中提取数据

适用于： Azure Data Factory Azure Synapse Analytics

提示

Microsoft Fabric 中的 Data Factory 是下一代 Azure Data Factory，具有更加简化的架构、内置人工智能和新功能。如果不熟悉数据集成，请从Fabric数据工厂开始。现有 ADF 工作负载可以升级到 Fabric，以跨数据科学、实时分析和报告访问新功能。

本文介绍一个解决方案模板，可用于使用 Foundry Tools 中的Azure Data Factory和Azure文档智能从 PDF 源中提取数据。

关于此解决方案模板

此模板使用两个文档智能调用分析 PDF URL 源中的数据。然后，它将输出转换为数据流中的可读表，并将数据输出到存储接收器。

该模板包含两个活动：

此模板定义了 5 个参数：

CognitiveServicesURL 是文档智能 URL（“https://{endpoint}/formrecognizer/v2.1/layout/analyze”）。将 {endpoint} 替换为通过文档智能订阅获取的终结点。需将默认值替换为你自己的 URL。
CognitiveServicesKey 是文档智能订阅密钥。需将默认值替换为你自己的订阅密钥。
PDF_SourceURL 是 PDF 源的 URL。需将默认值替换为你自己的 URL。
OutputContainer 是你希望将文件置于目标存储中时所采用的容器路径的名称。需要将默认值替换为你自己的容器。
OutputFolder 是你希望将文件置于目标存储中时所采用的文件夹路径的名称。需将默认值替换为自己的文件夹路径。

转到模板“从 PDF 中提取数据”。创建与您的文档智能资源的新连接，或选择一个现有连接。

在与文档智能的连接中，请确保添加 链接服务参数。需要将此 url 参数用作动态基本 URL。还需要在 Auth 标头下添加新的 Auth 标头。名称应为 Ocp-Apim-Subscription-Key，该值应为从Azure资源中找到的键值。
创建到目标存储的新连接，或选择现有连接。所选的目标是存储所提取的 PDF 数据的位置。
选择“使用此模板” 。
你应该会看到以下管道。
导航到“数据流”活动，找到“设置”。在这里，需要为链接服务的 url 参数添加动态内容。单击“添加动态内容”后，管道表达式生成器将打开。选择认知服务 - POST 活动输出。然后，键入或复制粘贴“.output.ADFWebActivityResponseHeaders['Operation-Location']”。应该会在表达式生成器中看到以下表达式。
单击“确定”，返回到管道。
接下来，选择“调试”。
输入参数值，查看结果，然后进行发布。