Mengekstrak Teks dari PDF di Power Automate: Termasuk Dokumen Hasil Pindai dan Berbasis Gambar

Anda memiliki file PDF di Dropbox, SharePoint, atau email, beberapa berupa teks biasa, yang lain berupa hasil pindaian atau berbasis gambar, dan Anda perlu mengeluarkan teks tersebut dalam satu alur yang andal. Masalahnya: PDF berbasis gambar tidak memiliki teks yang dapat dipilih.Mereka membutuhkan OCR terlebih dahulu. Setelah dapat dicari, PDF4me Ekstrak Teks dan Gambar menarik semuanya ke dalam satu panggilanTidak perlu dibaca ulang, tidak ada pemborosan kredit API.

Panduan ini akan memandu Anda melalui alur yang menangani keduanya: pemicu → mendapatkan isi file (Dropbox) → Konversi PDF ke PDF yang dapat diedit menggunakan OCR. (untuk dokumen hasil pindai) → Ekstrak Teks dan Gambar (PDF4me). Anda akan mendapatkan struktur output yang tepat dan tautan untuk memecahkan masalah dan mencoba API sendiri.

Mengapa Satu Panggilan Itu Penting.​

Saat Anda membuat alur kerja yang memisahkan dokumen, mengganti nama file, atau mengarahkan konten, Anda sering kali memerlukan teks dan gambar yang diekstrak dari setiap PDF. Membaca ulang setiap dokumen dalam sebuah loop akan menghabiskan panggilan API dan memperlambat alur kerja. Ekstrak Teks dan Gambar Mengembalikan konten teks dan gambar yang disematkan dalam satu respons. Anda mendapatkan semua yang Anda butuhkan, teks, nama file gambar, dan data gambar Base64, sehingga tindakan selanjutnya dapat mengganti nama, mengarahkan, atau mengarsipkan tanpa perlu membaca data tambahan.

Apa yang Anda Butuhkan?​

Alur Secara Singkat (4 Langkah).​

1. Memicu alur secara manual: Mulai alur sesuai permintaan (atau gunakan Saat sebuah file dibuat (di Dropbox untuk otomatisasi).
2. Dapatkan isi file menggunakan jalur. (Dropbox): Mengambil PDF dari jalur seperti /pdf4metest/extracttext/image to pdf.pdf.
3. PDF: Konversi PDF ke PDF yang dapat diedit menggunakan OCR (PDF4me): Mengubah PDF hasil pemindaian/gambar menjadi teks yang dapat dicari. Lewati langkah ini jika PDF Anda sudah dapat dicari teksnya.
4. PDF: Ekstrak Teks dan Gambar (PDF4me): Mengembalikan teks lengkap dan semua gambar yang disematkan dalam satu respons.

Masukan: Satu file PDF (berbasis gambar atau berbasis teks). Keluaran: Konten teks dalam texts susunan dan gambar di images susunan dengan fileName Dan streamFile (Base64).

Contoh input: PDF berbasis gambar dengan teks yang dapat diekstrak setelah OCR

---

Langkah 1: Picu + Dapatkan Konten File.​

Alur sejauh ini: Pemicu → Dapatkan konten file.

1. Menambahkan Memicu alur secara manual (atau Saat sebuah file dibuat (di Dropbox untuk otomatisasi).
2. Menambahkan Dropbox → Dapatkan isi file menggunakan jalur..
3. Parameter:

• Jalur File *Masukkan jalur ke file PDF Anda, misalnya. /pdf4metest/extracttext/image to pdf.pdfGunakan ikon folder untuk menelusuri jika diperlukan.
• Parameter lanjutan → Menentukan Jenis Konten: Diatur ke Ya.

4. Koneksi: Memastikan Terhubung ke Dropbox.

Outputnya adalah isi file (biner). Petakan ke Isi File dalam tindakan OCR (dan kemudian dalam Ekstrak Teks dan Gambar).

---

Langkah 2: Konversi PDF ke PDF yang Dapat Diedit Menggunakan OCR (untuk PDF Berbasis Gambar).​

Alur sejauh ini: Pemicu → Dapatkan konten file → Konversi PDF ke PDF yang dapat diedit menggunakan OCR.

Jika PDF Anda berupa hasil pemindaian atau berbasis gambar, tambahkan langkah ini agar teks dapat dicari sebelum diekstraksi. Jika PDF Anda sudah memiliki teks yang dapat dipilih, coba salin sebuah kata di pembaca PDF, Anda dapat langsung ke Langkah 3 dan meneruskan konten file langsung ke Ekstrak Teks dan Gambar.

1. Menambahkan PDF4me → PDF: Konversi PDF ke PDF yang dapat diedit menggunakan OCR.
2. Parameter:

• Isi File *Peta Dapatkan isi file menggunakan jalur. keluaran (file biner PDF).
• Nama File *Masukkan nama seperti Test.pdf atau nama file sumbernya.
• Jenis Kualitas: Draf untuk PDF biasa (1 panggilan API per file) atau Tinggi untuk PDF hasil pemindaian/berbasis gambar (2 panggilan API per halaman).
• OCR Hanya Jika Diperlukan: PALSU untuk selalu menjalankan OCR, atau Ya Lewati jika PDF sudah dapat dicari (menghemat panggilan API).
• Bahasa: Diatur ke bahasa dokumen sumber (misalnya, en) jika diperlukan untuk akurasi OCR yang lebih baik.
• Apakah Asinkron: TIDAK untuk sinkronisasi (direkomendasikan untuk alur).

3. Koneksi: Terhubung ke PDF4me PDF.

---

Langkah 3: Ekstrak Teks dan Gambar.​

Alur sejauh ini: … → Konversi PDF ke PDF yang dapat diedit menggunakan OCR → Ekstrak Teks dan Gambar.

1. Menambahkan PDF4me → PDF: Ekstrak Teks dan Gambar.
2. Parameter:

• Isi File *, Petakan output dari PDF, Konversi PDF ke PDF yang dapat diedit menggunakan OCR (atau langsung dari) Dapatkan isi file (jika Anda melewatkan OCR).
• Nama File *Masukkan nama seperti New.pdf atau nama file sumbernya.
• Kutipan Teks: Ya untuk mengekstrak teks.
• Ekstrak Gambar: Ya untuk mengekstrak gambar yang tertanam (atau TIDAK (jika Anda hanya membutuhkan teks).

3. Koneksi: Terhubung ke PDF4me PDF.

Keluaran: Aksi kembali tubuh dengan:

• teks: Array string berisi semua teks yang diekstrak (pemisah baris sebagai \n).
• gambar: Array objek: fileName (misalnya. page001_image001.jpg) Dan streamFile (Base64). Gunakan ini dalam tindakan selanjutnya untuk menyimpan atau memproses gambar.

---

Parameter dan Referensi Keluaran.​

Berikut adalah panduan singkat tentang apa yang kami gunakan. Sesuaikan ini agar sesuai dengan pengaturan Anda.

Untuk detail parameter selengkapnya, lihat Ekstrak Teks dan Gambar: Power Automate Dan Konversi PDF ke PDF yang dapat diedit menggunakan OCR..

---

Penyelesaian masalah.​

Terkadang terjadi kesalahan. Berikut cara yang biasanya memperbaikinya:

---

Cobalah API secara interaktif.​

Uji API Ekstrak Teks dan Gambar tanpa Power Automate menggunakan alat kami. Tes APIUnggah PDF dan lihat responsnya:

---

Langkah Selanjutnya.​