營養素 - 從 PDF 擷取 （預覽版）

使用 Nutrient Document Converter Extract 操作解鎖強大的 PDF 文本和數據提取。 無縫檢索文字、資料、提取鍵值對，並利用 OCR 技術處理掃描文件。 非常適合索引、搜尋、內容分析和結構化資料工作流程。

此連接器適用於以下產品和區域：

服務 Class Regions
副駕駛工作室 進階 除下列區域外的所有 Power Automate 區域 ：
     - 美國政府 （GCC）
     - 美國政府（海灣合作委員會高中）
     - 由 21Vianet 營運的中國雲
     - 美國國防部 （DoD）
邏輯應用程式 標準 所有 Logic Apps 區域， 但下列區域除外：
     - Azure Government 區域
     - Azure 中國區域
     - 美國國防部 （DoD）
Power Apps 進階 除下列區域外的所有 Power Apps 區域 ：
     - 美國政府 （GCC）
     - 美國政府（海灣合作委員會高中）
     - 由 21Vianet 營運的中國雲
     - 美國國防部 （DoD）
Power Automate（自動化服務） 進階 除下列區域外的所有 Power Automate 區域 ：
     - 美國政府 （GCC）
     - 美國政府（海灣合作委員會高中）
     - 由 21Vianet 營運的中國雲
     - 美國國防部 （DoD）
連絡人​​
名稱 營養（以前稱為 Muhimbi）支持
URL https://support.nutrient.io/hc/en-us/requests/new
Email support+low-code@nutrient.io
連接器中繼資料
Publisher Muhimbi 作為營養品進行交易
網站 https://www.nutrient.io/low-code/
隱私策略 https://www.nutrient.io/legal/privacy/
類別 通敵;內容和文件

從 PDF 中提取文字和資料

Nutrient Document Converter 可讓您從 PDF 檔案擷取文字、資料或特定頁面，作為 Power Automate 自動化工作流程的一部分。 您也可以使用 OCR 從影像中擷取文字。

可用的動作

請參閱連結的指南，以取得在工作流程中實作這些動作的逐步指示。

先決條件

要使用 Nutrient Document Converter，您需要一個 免費 或 試用 帳戶。 請參閱 比較指南 ，了解這些帳戶類型之間的差異。

入門指南

請依照下列步驟開始使用 Nutrient Document Converter 連接器：

已知問題與限制

由於安全性限制，無法處理受 IRM、DRM、RMS 或 AIP 解決方案 保護的文件。

如有問題或協助，請聯絡我們的 支援團隊。

節流限制

名稱 呼叫 續約期間
每個連線的 API 呼叫 100 60 秒

動作

使用 OCR 從 PDF 檔案擷取文字

使用 OCR 技術從掃描的文件或圖像中提取文本，使其可搜尋和編輯。
從 PDF 文件擷取文字

從 PDF 文件中檢索文字內容，以便於索引、搜尋或內容分析。
從 PDF 文件擷取索引鍵值組

從文件中識別和提取鍵值組，以處理表單或結構化資料工作流程。

使用 OCR 從 PDF 檔案擷取文字

作業識別碼：
ocr_text

使用 OCR 技術從掃描的文件或圖像中提取文本，使其可搜尋和編輯。

參數

名稱 機碼 必要 類型 Description
來源檔案名稱
 source_file_name True string

來源檔案的名稱，包括副檔名
來源檔案內容
 source_file_content True byte

OCR 的檔案內容
語言
 language enum

語言
X 座標
 x string

X 座標 （以 Pts，1/72 英吋為單位）
Y 座標
 y string

Y 座標 （單位為單位，1/72 英吋）
寬度
 width string

OCR 區域的寬度（以點為單位，1/72 英吋）
高度
 height string

OCR 區域的高度 （單位為單位，1/72 英吋）
頁碼
 page_number string

頁碼（留空以OCR所有頁面）
Performance
 performance enum

性能 （）
黑名單/白名單
 characters_option enum

字元選項
字元
 characters string

要列入黑名單或白名單的字元
使用分頁
 paginate boolean

分頁
錯誤失敗
 fail_on_error boolean

錯誤失敗

傳回

OCRText 作業的回應資料

身體
ocr_operation_response

從 PDF 文件擷取文字

作業識別碼：
extract_text

從 PDF 文件中檢索文字內容，以便於索引、搜尋或內容分析。

參數

名稱 機碼 必要 類型 Description
來源檔案名稱
 source_file_name True string

來源檔案的名稱，包括副檔名
來源檔案內容
 source_file_content True byte

要轉換的檔案內容
頁面範圍
 page_range string

從中提取文本的頁面範圍，例如 1、5、8-12
錯誤失敗
 fail_on_error boolean

錯誤失敗

傳回

所有作業的回應資料

身體
operation_response

從 PDF 文件擷取索引鍵值組

作業識別碼：
extract_key_value_pairs

從文件中識別和提取鍵值組，以處理表單或結構化資料工作流程。

參數

名稱 機碼 必要 類型 Description
來源檔案名稱
 source_file_name True string

來源檔案的名稱，包括副檔名
來源檔案內容
 source_file_content True byte

要轉換的檔案內容
OCR 語言
 ocr_language string

OCR 和 KVP 提取的語言代碼，以 '+' 分隔。 例如，'eng+deu+fra' 會添加英語、德語和法語。
DPI
 dpi enum

移除 PDF 中的空白頁
KVP 輸出格式
 kvp_format enum

以逗號分隔的輸出格式。 KVP 數據可以以 JSON、CSV 和 XML 格式輸出。 e.g. json，csv，xml
頁面範圍
 page_range string

KVP 要處理的頁面。 第 1 至 5 頁使用字串 '1 - 5'，或使用 '1、5、6' 字串指定第 1 頁、第 5 頁和第 6 頁。
自動旋轉
 autorotate enum

如果文字方向不正確，則將其設定為「是」將自動旋轉頁面。
修剪符號
 trim_symbols enum

將此值設定為「是」將從值的開頭/結尾中刪除任何符號，但雜湊「#」或句點「.」符號除外。
包括關鍵鍵邊界方塊
 include_key_bounding_box enum

在輸出中包含索引鍵的邊界方塊值
包括值邊界方塊
 include_value_bounding_box enum

在輸出中包含值的邊界方塊值
包括頁碼
 include_page_number enum

在輸出中包含索引鍵值組的頁碼
包括信心
 include_confidence enum

在輸出中包含索引鍵值組的信賴分數。 信賴度的測量範圍介於 0 （無置信度） 和 100 （完全信賴度） 之間。
信賴度臨界值
 confidence_threshold integer

索引鍵值組必須達到的信賴度臨界值才能包含在輸出中。 低於臨界值的結果會捨棄。
包含類型
 include_type enum

在輸出中包含索引鍵值組的資料類型
預期索引鍵
 expected_keys string

包含預期索引鍵和同義字的 JSON 字串
錯誤失敗
 fail_on_error boolean

錯誤失敗

傳回

所有作業的回應資料

身體
operation_response

定義

ocr_operation_response

OCRText 作業的回應資料

名稱 路徑 類型 Description
輸出文字
 out_text string

以純文字形式提取 OCR 文字。
基本檔案名稱
 base_file_name string

沒有副檔名的輸入檔案名稱。
結果碼
 result_code enum

操作結果代碼。
結果詳情
 result_details string

操作結果詳細資訊。

operation_response

所有作業的回應資料

名稱 路徑 類型 Description
已處理的檔案內容
 processed_file_content byte

由 Muhimbi 轉換器生成的文件。
基本檔案名稱
 base_file_name string

沒有副檔名的輸入檔案名稱。
結果碼
 result_code enum

操作結果代碼。
結果詳情
 result_details string

操作結果詳細資訊。