如何高效处理海量非结构化文档？GoogleCloudDocumentAI助你实现智能数据提取！

<pre class="brush:php;toolbar:false;">composer require google/cloud-document-ai

<pre class="brush:php;toolbar:false;"><?php

require 'vendor/autoload.php';

use Google\Cloud\DocumentAi\V1\DocumentProcessorServiceClient;
use Google\Cloud\DocumentAi\V1\ProcessRequest;
use Google\Cloud\DocumentAi\V1\RawDocument;

/**
 * 这是一个概念性的示例，展示如何使用Document AI PHP客户端。
 * 实际使用时需要替换为你的项目ID、处理器ID和文档路径，并处理好认证。
 */
function processDocumentWithDocumentAi(string $projectId, string $location, string $processorId, string $filePath): array
{
    // 创建Document AI客户端
    $client = new DocumentProcessorServiceClient();

    // 构建处理器名称
    $processorName = $client->processorName($projectId, $location, $processorId);

    // 读取文档内容
    $content = file_get_contents($filePath);
    $mimeType = mime_content_type($filePath); // 例如 'application/pdf' 或 'image/jpeg'

    // 创建RawDocument对象
    $rawDocument = (new RawDocument())
        ->setContent($content)
        ->setMimeType($mimeType);

    // 创建处理请求
    $request = (new ProcessRequest())
        ->setName($processorName)
        ->setRawDocument($rawDocument);

    // 发送请求并获取响应
    $response = $client->processDocument($request);

    // 从响应中解析提取出的实体（entities）
    $document = $response->getDocument();
    $entities = [];
    foreach ($document->getEntities() as $entity) {
        $entities[$entity->getType()] = $entity->getMentionText();
        // 实际的实体对象包含更多信息，例如置信度、位置等
    }

    $client->close();

    return $entities;
}

// 假设你的配置和文件路径
$projectId = 'your-gcp-project-id';
$location = 'us'; // 或 'eu', 'asia' 等
$processorId = 'your-processor-id'; // 例如 'a1b2c3d4e5f6g7h8'
$documentPath = '/path/to/your/invoice.pdf';

try {
    $extractedData = processDocumentWithDocumentAi($projectId, $location, $processorId, $documentPath);
    echo "从文档中提取的数据：\n";
    print_r($extractedData);
    // 示例输出:
    // [
    //     'invoice_id' => 'INV-2023-001',
    //     'total_amount' => '123.45',
    //     'supplier_name' => 'ABC Company'
    // ]
} catch (Exception $e) {
    echo '处理文档时发生错误: ' . $e->getMessage();
}

?>