Analizar documento de varias páginas

The Analyze Multipage Document activity uses the Amazon Textract StartDocumentAnalysis and GetDocumentAnalysis APIs to analyze a multi-page document stored in an S3 bucket (Bucket, DocumentName, and Version). If your document includes a table, you have the option to indicate if the first row contains column headers (DiscoverColumnHeaders) and/or ignore empty rows (IgnoreEmptyRows).

Después de analizar el documento, la actividad devuelve las propiedades del documento en un objeto PageDetailCollection (Páginas) que puedes utilizar como variables de entrada en otras actividades fuera del paquete de actividades de Amazon Textract.

La actividad Analizar documento de varias páginas es esencialmente una combinación de las actividades Iniciar análisis de documento, Obtener estado de análisis de documento y Obtener análisis de documento en una sola actividad.

Importante:

En versiones anteriores de esta actividad, el parámetro de salida (Páginas) devolvía un objeto PageDetail[] . En la versión 2.0, esto se ha cambiado a PageDetailCollection para permitirnos devolver la propiedad RawJson para la llamada al método, lo que no era posible con una matriz.

Cómo funciona

El siguiente diagrama de pasos y secuencia de mensajes es un ejemplo de cómo funciona la actividad desde el tiempo de diseño (es decir, las dependencias de la actividad y las propiedades de entrada/salida) hasta el tiempo de ejecución.

1. Completa los pasos de configuración .
2. Añade la actividad Ámbito de Amazon a tu proyecto.
3. Añade Analizar documento de una sola página dentro de la actividad Ámbito de Amazon .
4. Introduzca valores para las propiedades de entrada de almacenamiento S3 .
5. Crea e introduce una variable PageDetailCollection para tu propiedad Salida .
6. Ejecuta la actividad.

   • Tus propiedades de entrada se envían a la API AnalizarDocumento .

   • La API devuelve el valor PageDetail a su variable de propiedad de salida.

     

Propiedades

Los valores para las siguientes propiedades se especifican al agregar esta actividad a tu proyecto en UiPath Studio.

Común

NombreParaMostrar

El nombre para mostrar de la actividad.

Atributos	Detalles
Tipo	String
Obligatorio	Sí
Valor predeterminado	Analyze Multipage Document
Valores permitidos	Introduce una variable String o String .
Notas	N/D

Entrada

A diferencia de Obtener estado de análisis de documentos, que requiere un mecanismo de retraso externo para sondear el servicio en busca de cambios de estado, Analizar documento de varias páginas incluye las siguientes propiedades de entrada opcionales para establecer un retraso de comprobación de estado inicial (InitialDelay) y un intervalo de comprobación de estado (StatusCheckInterval).

InitialDelay

La cantidad de tiempo de espera antes de que la actividad llame a la API GetDocumentAnalchestra de Amazon Textract para recuperar el valor JobStatus.

Atributos	Detalles
Tipo	Int32 (milisegundos)
Obligatorio	No
Valor predeterminado	15000 (no se muestra)
Valores permitidos	Introduce una variable Int32 o Int32 .
Notas	Introduce tu valor en milisegundos (por ejemplo, 30000 para 30 segundos); tu valor debe ser mayor o igual a 15000. Al analizar un documento grande, se recomienda introducir el tiempo estimado que tarda el servicio de Amazon Textract en completar su análisis. Por ejemplo, si tu documento tarda hasta 2 minutos en analizarse, debes introducir 120 000 como valor y utilizar la propiedad IntervaloDeComprobaciónDeEstado para indicar con qué frecuencia deseas comprobar si hay un estado actualizado si el trabajo no se completa en el plazo de 2 minutos. estimación.

StatusCheckInterval

La cantidad de tiempo de espera entre llamadas a la API GetDocumentAnalchestra de Amazon Textract para recuperar el valor JobStatus.

Atributos	Detalles
Tipo	Int32 (milisegundos)
Obligatorio	No
Valor predeterminado	10000 (no se muestra)
Valores permitidos	Introduce una variable Int32 o Int32 .
Notas	Introduzca su valor en milisegundos (por ejemplo, 15000 para 30 segundos); tu valor debe ser mayor o igual a 10000. El objetivo de esta propiedad es ayudar a gestionar el número de llamadas que tu actividad realiza a la API de Amazon Textract.

Opciones

TipoDeAnálisis

Especifica los tipos de análisis a realizar. Usa Tablas para devolver información sobre las tablas que se detectan en el documento de entrada y Formularios para devolver datos de formulario detectados.

Atributos	Detalles
Tipo	ENUM
Obligatorio	No.
Valor predeterminado	Todos
Valores permitidos	Todos, Tablas, Formularios
Notas	N/D

DiscoverColumnHeaders

Indica si las tablas del documento incluyen encabezados de columna.

Atributos	Detalles
Tipo	Casilla de verificación
Obligatorio	No
Valor predeterminado	no seleccionados
Valores permitidos	Seleccionado o no seleccionado
Notas	N/D

IgnorarFilasVacías

Indica si las filas vacías en las tablas del documento deben ignorarse al analizar el documento.

Atributos	Detalles
Tipo	Casilla de verificación
Obligatorio	No
Valor predeterminado	no seleccionados
Valores permitidos	Seleccionado o no seleccionado
Notas	N/D

Almacenamiento S3

Depósito

El nombre del depósito de S3 en el que se almacena el documento.

Atributos	Detalles
Tipo	String
Obligatorio	Sí
Valor predeterminado	Vacío
Valores permitidos	Introduce una variable String o String .
Notas	La región de AWS para el depósito de S3 que contiene el documento debe coincidir con la región que seleccionó en la actividad Ámbito de Amazon . Para que Amazon Textract procese un archivo en un depósito S3, el usuario debe tener permiso para acceder al depósito S3; para obtener más información, consulta el paso 6 de la sección Crear usuario de IAM de la guía de Configuración .

Nombre del documento

The case-sensitive name of the file in the specified Bucket that you want to analyze.

Atributos	Detalles
Tipo	String
Obligatorio	Sí
Valor predeterminado	Vacío
Valores permitidos	Introduce una variable String o String .
Notas	Formatos de documentos compatibles: PNG, JPEG y PDF.

Versión

Si el depósito tiene habilitado el control de versiones, puede especificar la versión del objeto.

Atributos	Detalles
Tipo	String
Obligatorio	No
Valor predeterminado	Vacío
Valores permitidos	Introduce una variable String o String .
Notas	N/D

Otros

Privado

Si se selecciona, los valores de variables y argumentos no estarán registrados a un nivel detallado.

Atributos	Detalles
Tipo	Casilla de verificación
Obligatorio	No
Valor predeterminado	no seleccionados
Valores permitidos	Seleccionado o no seleccionado
Notas	N/D

Salida

Páginas

Las propiedades extraídas del documento especificado se devuelven como una matriz.

Atributos	Detalles
Tipo	PageDetailCollection
Obligatorio	No (recomendado si planea usar los datos de salida en actividades posteriores)
Valor predeterminado	Vacío
Valores permitidos	Introducir una variable PageDetailCollection
Notas	Each object from the array represents the results for one individual page. This is a change from previous versions which returned a PageDetail[] object. See Page Detail for the description of the PageDetail object and its properties.

Ejemplo

La siguiente imagen muestra un ejemplo de la relación de dependencia de la actividad y los valores de las propiedades de entrada / salida.

Para obtener instrucciones paso a paso y ejemplos, consulta las guías de inicio rápido .