文本的行和单词

Amazon Textract 操作返回的检测到的文本将返回在Block对象。这些对象表示在文档页面上检测到的文本行或文本单词。以下文本显示了由多个单词组成的两行文本。

这是文本。

在两行中。

检测到的文本将在Text字段中的Block对象。这些区域有：BlockType字段确定文本是文本行 (LINE) 还是单词 (WORD)。一个字是一个或多个 ISO 基本拉丁文字母字符，不用空格分隔。一个线是一串制表符分隔的连续单词。

此外，Amazon Textract 将确定一段文本是使用手写还是使用TextTypes字段中返回的子位置类型。这些分别以手写和印刷的形式返回。

另一个Block属性对于所有区块类型都是共有的，例如 ID、置信度和几何信息。有关更多信息，请参阅 文本检测和文档分析响应对象。

要只检测行和单词，你可以使用DetectDocumentText要么StartDocumentTextDetection. 有关更多信息，请参阅 检测文本。要获取检测到的文本（行和单词）以及有关其与文档其他部分（例如表格）的关系的信息，可以使用AnalyzeDocument要么StartDocumentAnalysis. 有关更多信息，请参阅 分析文档。

PAGE、LINE, 和WORD在父子关系中，区块彼此相关。一个PAGE方块是所有人的父项LINE阻止文档页面上的对象。因为 LINE 可以有一个或多个单词，因此RelationshipsLINE 块的数组存储构成文本行的子 WORD 块的 ID。

下图显示了该行的方式。Hello world。中的文本Hello world。你怎么样？代表为Block对象。

以下是来自的 JSON 输出DetectDocumentText当句子Hello world。你怎么样？检测到的对象。第一个例子是文档页面的 JSON。请注意孩子 ID 如何使您能够在文档中导航。

{
    "Geometry": {...}, 
    "Relationships": [
        {
            "Type": "CHILD", 
            "Ids": [
                "d7fbd604-d609-4d69-857d-247a3f591238", // Line - Hello, world.
                "b6c19a93-6493-4d8e-958f-853c8f7ca055" //  Line - How are you?
            ]
        }
    ], 
    "BlockType": "PAGE", 
    "Id": "56ec1d77-171f-4881-9852-2b5b7e761608"
},

以下是构成 “你好，世界” 行的 LINE 块的 JSON：

{
    "Relationships": [
        {
            "Type": "CHILD", 
            "Ids": [
                "7f97e2ca-063e-47a8-981c-8beee31afc01", // Word - Hello,
                "4b990aa0-af96-4369-b90f-dbe02538ed21"  // Word - world.
            ]
        }
    ], 
    "Confidence": 99.63229370117188, 
    "Geometry": {...}, 
    "Text": "Hello, world.", 
    "BlockType": "LINE", 
    "Id": "d7fbd604-d609-4d69-857d-247a3f591238"
},

以下是该词的 WORD 块的 JSONHello：

{
    "Geometry": {...}, 
    "Text": "Hello,", 
    "TextType": "PRINTED",
    "BlockType": "WORD", 
    "Confidence": 99.74746704101562, 
    "Id": "7f97e2ca-063e-47a8-981c-8beee31afc01"
}, 

最后一个 JSON 是这个词的 WORD 块世界。：

{
    "Geometry": {...}, 
    "Text": "world.",
    "TextType": "PRINTED",
    "BlockType": "WORD", 
    "Confidence": 99.5171127319336, 
    "Id": "4b990aa0-af96-4369-b90f-dbe02538ed21"
},