使用IBM Watson文檔轉換器解析PDF

Question

我的任務是使用IBM Watson將PDF轉換爲文本文件或任何可能對我的任務有用的輸出。

PDF是由客戶創建並以各種格式發送給我們的採購訂單。客戶可以按照他們希望的方式創建這些採購訂單，我必須解析它們。

我曾嘗試只使用文檔轉換器使用默認設置，輸出是所有的地方。

任何意見接近，這將是巨大的...也許一起使用IBM沃森的情報，以便更好地發現，即使它們不與定義這些訂單所需的信息線的東西。

感謝您的任何幫助。

Answer 1

你可以很容易地看到從IBM開發的API Reference文檔，以確保我的回答。

我假設你使用curl，但在鏈接裏面有一些例子Nodejs，Python,Java如果你想。但使用條件實際上是相同的。

檢查例如轉換方法，捲曲：

curl -X POST -u "{username}":"{password}" -F config="{\"conversion_target\":\"answer_units\"}" -F "file=@sample.pdf" "https://gateway.watsonplatform.net/document-conversion/api/v1/convert_document?version=2015-12-15" 

裏面file，你會選擇從您的文件，格式，比如：PDF 要構建own conversion，在捲曲，替換該文件被稱爲與自己的PDF，HTML或Word文檔文件，並將config中的"conversion_target"替換爲要轉換爲的格式。有效值爲"answer_units","normalized_html"或"normalized_text"。

• 您可以在GitHub here中看到IBM Developers的一個示例。

• 叉這個例子here。

• 在官方文檔中，你可以看到教程的文件轉換使用此服務，check here。