Přejít na hlavní obsah

​
1. Vytvoření schématu

Schéma definuje sloupce, které chcete extrahovat. 
schema = client.schemas.create(
    name="Product Catalog",
    columns=[
        {"key": "product_name", "label": "Product Name", "type": "text", "required": True},
        {"key": "price", "label": "Price", "type": "number"},
        {"key": "description", "label": "Description", "type": "text"},
        {"key": "image_url", "label": "Image", "type": "image"},
    ],
)

print(schema["id"])
Schéma můžete také vygenerovat automaticky ze vzorových dat:
schema = client.schemas.generate(
    sample_data="Product: iPhone 15 Pro, Price: $999, Storage: 128GB",
    name="Smartphones",
)

​
2. Nahrání souboru

Nahrajte PDF, tabulku nebo obrázek, ze kterého chcete extrahovat data. 
uploaded = client.files.upload("/path/to/catalog.pdf")

print(uploaded["id"])  # "file_abc123"

​
3. Vytvoření tabulky

Spusťte extrakci vytvořením tabulky s vaším schématem a nahraným souborem. 
table = client.tables.create(
    schema_id=schema["id"],
    name="Q1 Product Catalog",
    file_ids=[uploaded["id"]],
)

print(table["id"])      # "tbl_..."
print(table["status"])  # "processing"

​
4. Čekání na výsledky

SDK obsahuje pomocnou funkci pro polling, která čeká na dokončení extrakce. 
completed = client.tables.wait_for_completion(
    table["id"],
    interval_s=3,
    timeout_s=300,
)

print(completed["status"])      # "completed"
print(completed["total_rows"])  # 42

​
5. Získání řádků

rows = client.tables.rows(completed["id"], limit=100)

for row in rows["data"]:
    print(row["data"]["product_name"], row["data"]["price"])

# Nebo jako pandas DataFrame
df = client.tables.results_as_dataframe(completed["id"])
print(df.head())

​
Další

Obohacení pomocí AI

Použijte AI ke generování popisků, překladu obsahu a obohacení vašich dat.