时间戳

首页 > 解决方案 > 没有 S3Object 的 R（爪子）中的文本提取

r - 没有 S3Object 的 R（爪子）中的文本提取

问题描述

textract从pawsR 中的包中使用时，start_document_analysis调用需要 S3Object 中的路径DocumentLocation。

textract$start_document_analysis(
    DocumentLocation = list(
      S3Object = list(Bucket = bucket, Name = file)
    )
  )

是否可以在DocumentLocation没有 S3Object 的情况下使用？我宁愿只提供本地 PDF 的路径。

标签： ramazon-web-servicespdf

解决方案

start_document_analysis api 仅支持提供 s3 对象作为输入，而不是像 analyze_document api 这样的 base64 编码字符串（另请参阅https://docs.aws.amazon.com/cli/latest/reference/textract/start-上的 CLI 文档文档分析.html )

所以不幸的是，您必须使用 S3 作为（临时）存储数据的地方。当然，您可以编写自己的逻辑来做到这一点:)。很棒的教程可以在 https://www.gormanalysis.com/blog/connecting-to-aws-s3-with-r/找到 因为你已经设置了凭据等，你可以跳过很多步骤和例如，从第 3 步开始。

推荐阅读