Analisar documento de várias páginas

Analyze a multipage document stored in an S3 bucket using Amazon Textract APIs and retrieve extracted data as a PageDetailCollection object.

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).

Depois de analisar o documento, a atividade retorna as propriedades do documento em um PageDetailCollection objeto (Páginas) que você pode usar como variáveis de entrada em outras atividades fora do pacote de atividades Amazon Textract.

A atividade Analyze Multipage Document é essencialmente uma combinação das atividades Start Document Analysis, Get Document Analysis Status e Get Document Analysis em uma única atividade.

Importante:

Nas versões anteriores dessa atividade, o parâmetro de saída (Páginas) retornava um objeto PageDetail[] . Na versão 2.0, isso foi alterado para um PageDetailCollection para nos permitir retornar a propriedade JsonBruto para a chamada do método, o que não era possível com um array.

Como funciona

As etapas a seguir e o diagrama de sequência de mensagens são um exemplo de como a atividade funciona desde o momento do design (ou seja, as dependências da atividade e propriedades de entrada/saída) até o tempo de execução.

1. Conclua as etapas de Configuração .
2. Adicione a atividade Amazon Scope ao seu projeto.
3. Adicione a atividade Analisar documento único dentro da atividade Amazon Scope .
4. Insira valores para as propriedades de entrada do S3 Storage .
5. Crie e insira uma variável PageDetailCollection para sua propriedade Saída .
6. Execute a atividade.

   • Suas propriedades de entrada são enviadas para a API AnalyzeDocument .

   • A API retorna o valor PageDetail para sua variável de propriedade de saída.

     

Propriedades

Os valores para as seguintes propriedades são especificados ao adicionar esta atividade ao seu projeto no UiPath Studio.

Comum

NomeDeExibição

O nome de exibição da atividade.

Atributos	Detalhes
Tipo	String
Required	Sim
Valor padrão	Analyze Multipage Document
Valores permitidos	Insira uma variável String ou String .
Observações	N/A

Entrada

Ao contrário do Obter Status de Análise de Documento, que requer um mecanismo de atraso externo para pesquisar o serviço para alterações de status, o Analisar Documento Multipágina inclui as seguintes propriedades de entrada opcionais para definir um atraso de verificação de status inicial (InicialDelay) e intervalo de verificação de status (StatusCheckInterval).

InitialDelay

O tempo de espera antes que a atividade chame a API Amazon Textract GetDocumentAnalysis para recuperar o valor JobStatus.

Atributos	Detalhes
Tipo	Int32 (milissegundos)
Required	Não
Valor padrão	15000 (não exibido)
Valores permitidos	Insira uma variável Int32 ou Int32 .
Observações	Insira seu valor em milissegundos (por exemplo, 30.000 para 30 segundos); seu valor deve ser maior ou igual a 15000. Ao analisar um documento grande, é recomendável que você insira o tempo estimado que leva para o serviço Amazon Textract concluir sua análise. Por exemplo, se seu documento levar até dois minutos para analisar, você deve inserir 120000 como seu valor e usar a propriedade StatusCheckInterval para indicar com que frequência deseja verificar um status atualizado se o trabalho não for concluído dentro de 2 minutos estimativa.

StatusCheckInterval

O tempo de espera entre as chamadas para a API Amazon Textract GetDocumentAnalysis para recuperar o valor de JobStatus.

Atributos	Detalhes
Tipo	Int32 (milissegundos)
Required	Não
Valor padrão	10000 (não exibido)
Valores permitidos	Insira uma variável Int32 ou Int32 .
Observações	Insira seu valor em milissegundos (por exemplo, 15000 para 30 segundos); seu valor deve ser maior ou igual a 10000. O objetivo dessa propriedade é ajudar a gerenciar o número de chamadas que sua atividade faz para a API do Amazon Textract.

Opções

TipoDeAnálise

Especifica os tipos de análise a serem realizados. Use Tabelas para retornar informações sobre as tabelas detectadas no documento de entrada e Formulários para retornar dados de formulários detectados.

Atributos	Detalhes
Tipo	ENUM
Required	Não.
Valor padrão	Todos
Valores permitidos	Todas, Tabelas, Formulários
Observações	N/A

DiscoverColumnHeaders

Indica se as tabelas no documento incluem cabeçalhos de coluna.

Atributos	Detalhes
Tipo	Caixa de seleção
Required	Não
Valor padrão	não selecionado
Valores permitidos	Selecionado ou Não Selecionado
Observações	N/A

IgnorarLinhasVazias

Indica se as linhas vazias nas tabelas do documento devem ser ignoradas ao analisar o documento.

Atributos	Detalhes
Tipo	Caixa de seleção
Required	Não
Valor padrão	não selecionado
Valores permitidos	Selecionado ou Não Selecionado
Observações	N/A

Armazenamento S3

Bucket

O nome do bucket S3 em que o documento é armazenado.

Atributos	Detalhes
Tipo	String
Required	Sim
Valor padrão	Vazio
Valores permitidos	Insira uma variável String ou String .
Observações	A região da AWS para o bucket do S3 que contém o documento deve corresponder à região que você selecionou na atividade Amazon Scope . Para que o Amazon Textract processe um arquivo em um bucket S3, o usuário deve ter permissão para acessar o bucket S3; para obter mais informações, consulte a etapa 6 na seção Criar usuário de IAM do guia de Configuração .

Nome do Documento

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

Atributos	Detalhes
Tipo	String
Required	Sim
Valor padrão	Vazio
Valores permitidos	Insira uma variável String ou String .
Observações	Formatos de documento suportados: PNG, JPEG e PDF.

Versão

Se o bucket tiver o controle de versão habilitado, você poderá especificar a versão do objeto.

Atributos	Detalhes
Tipo	String
Required	Não
Valor padrão	Vazio
Valores permitidos	Insira uma variável String ou String .
Observações	N/A

Diversos

Particular

Se selecionado, os valores das variáveis e argumentos não são mais registrados no nível Verbose.

Atributos	Detalhes
Tipo	Caixa de seleção
Required	Não
Valor padrão	não selecionado
Valores permitidos	Selecionado ou Não Selecionado
Observações	N/A

Saída

Páginas

As propriedades extraídas do documento especificado são retornadas como uma matriz.

Atributos	Detalhes
Tipo	PageDetailCollection
Required	Não (recomendado se você planejar usar os dados de saída em atividades subsequentes)
Valor padrão	Vazio
Valores permitidos	Insira uma variável PageDetailCollection
Observações	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.

Exemplo

A imagem a seguir mostra um exemplo do relacionamento de dependência de atividade e valores de propriedade de entrada/saída.

Para obter instruções passo a passo e exemplos, consulte os guias de Início rápido .