PaddleOCR 文档解析

使用 PaddleOCR 的 API 解析图像和 PDF 文件。支持同步与异步两种解析模式，并输出结构化结果。

资源链接

核心功能

• 多格式支持：PDF 及图像文件（JPG、PNG、BMP、TIFF）
• 两种解析模式：
  • 同步模式（Sync mode）：适用于小文件，响应快速（超时限制为 <600 秒）
  • 异步模式（Async mode）：适用于大文件，支持轮询获取处理进度
• 版面分析：自动识别文本块、表格、公式等元素
• 多语言支持：涵盖 110+ 种语言
• 结构化输出：以 Markdown 格式返回，完整保留原始文档结构

环境配置

1. 访问 PaddleOCR 官网获取您的 API 凭据
2. 设置环境变量：

export PADDLEOCR_ACCESS_TOKEN="your_token_here"
export PADDLEOCR_API_URL="https://your-endpoint.aistudio-app.com/layout-parsing"

# 可选：异步模式所需
export PADDLEOCR_JOB_URL="https://your-job-endpoint.aistudio-app.com/api/v2/ocr/jobs"
export PADDLEOCR_MODEL="PaddleOCR-VL-1.5"

使用示例

同步模式（默认）

适用于小文件及快速处理场景：

# 解析本地图像
{baseDir}/paddleocr_parse.sh document.jpg

# 解析 PDF 文件
{baseDir}/paddleocr_parse.sh -t pdf document.pdf

# 从 URL 解析图像
{baseDir}/paddleocr_parse.sh https://example.com/document.jpg

# 将结果保存至文件
{baseDir}/paddleocr_parse.sh -o result.json document.jpg

# 启用详细日志输出
{baseDir}/paddleocr_parse.sh -v document.jpg

异步模式

适用于大文件并需跟踪处理进度的场景：

# 异步解析大型 PDF 文件
{baseDir}/paddleocr_parse.sh --async large-document.pdf

# 通过 URL 异步解析 PDF
{baseDir}/paddleocr_parse.sh --async -t pdf https://example.com/doc.pdf

# 将异步解析结果保存至文件
{baseDir}/paddleocr_parse.sh --async -o result.json document.pdf

直接调用 Python 脚本

# 同步模式
python3 {baseDir}/paddleocr_parse.py document.jpg

# 异步模式
python3 {baseDir}/paddleocr_parse.py --async-mode document.pdf

# 指定输出文件的异步解析
python3 {baseDir}/paddleocr_parse.py -o result.json --async-mode document.pdf

响应结构

{
  "logId": "unique_request_id",
  "errorCode": 0,
  "errorMsg": "Success",
  "result": {
    "layoutParsingResults": [
      {
        "prunedResult": [...],
        "markdown": {
          "text": "# 文档标题nn段落内容...",
          "images": {}
        },
        "outputImages": [...],
        "inputImage": "http://input-image"
      }
    ],
    "dataInfo": {...}
  }
}

关键字段说明：

• prunedResult — 包含详细的版面元素信息，如位置坐标、类别标签等
• markdown — 存储转换后的 Markdown 格式文档内容，保留原始结构与排版样式

模式选择指南

错误处理

脚本在以下情况将退出并返回错误码 1，同时打印错误信息：

• 缺少必需的环境变量
• 指定文件不存在
• API 认证失败
• 接收到无效 JSON 响应
• API 返回非零错误码

配额信息

详见官方文档：https://ai.baidu.com/ai-doc/AISTUDIO/Xmjclapam