textin-parse

# Textin 文档解析 ## 快速开始 ### 第1步：注册获取 API 凭证 首次使用需要先注册 Textin 账号并获取 API 凭证： 1. 访问注册链接：https://www.textin.com/register/code/3EJS7P 2. 注册完成后，登录并进入"开发者与账户信息"页面 3. 获取 `x-ti-app-id` 和 `x-ti-secret-code` 获取凭证后，告诉我这两个值，我会帮你配置。 ### 第2步：配置凭证 告诉我你的 `x-ti-app-id` 和 `x-ti-secret-code`，我会保存到配置文件中。 ### 第3步：解析文档 配置好凭证后，你可以这样使用： ``` 解析这个PDF文件 解析这张图片为markdown 提取这个文档的目录结构 ``` ## 支持的文件格式 - 图片：png, jpg, jpeg, bmp, tiff, webp - 文档：pdf, doc, docx, html, mhtml, xls, xlsx, csv, ppt, pptx, txt, ofd, rtf - 文件大小：最大 500MB ## 可选参数说明 ### 解析模式 (parse_mode) - `auto` - 由引擎自动选择，适用范围最广 - `scan` - 文档统一当成图片解析 - `lite` - 轻量版，只输出表格和文字结果 - `parse` - 仅电子档文字解析，速度最快 - `vlm` - 视觉语言模型解析模式 默认：`scan` ### 表格格式 (table_flavor) - `html` - 按 HTML 语法输出表格 - `md` - 按 Markdown 语法输出表格 - `none` - 不进行表格识别 默认：`html` ### 获取图片 (get_image) - `none` - 不返回任何图像 - `page` - 返回每一页的整页图像 - `objects` - 返回页面内的子图像 - `both` - 返回整页图像和图像对象 默认：`objects` ### 标题层级 (apply_document_tree) - `1` - 生成标题层级 - `0` - 不生成标题 默认：`1` ### 公式识别 (formula_level) - `0` - 全识别 - `1` - 仅识别行间公式 - `2` - 不识别 默认：`0` ### 去水印 (remove_watermark) - `0` - 不去水印 - `1` - 去水印 默认：`0` ### 图表识别 (apply_chart) - `0` - 不开启图表识别 - `1` - 开启图表识别，以表格形式输出 默认：`0` ### 其他常用参数 - `pdf_pwd` - PDF 密码（加密文档时使用） - `page_start` - 从第几页开始解析（PDF 时有效） - `page_count` - 解析的页数（默认 1000，最大 1000） - `dpi` - 坐标基准（72/144/216，默认 144） - `get_excel` - 是否返回 Excel（0 或 1） - `crop_dewarp` - 是否切边矫正（0 或 1） - `markdown_details` - 是否返回 detail 字段（0 或 1，默认 1） - `page_details` - 是否返回 pages 字段（0 或 1，默认 1） ## 使用示例 ### 基础用法 ``` 帮我解析这个PDF文件 ``` ### 指定参数 ``` 用 parse 模式解析这个PDF 用 lite 模式解析，输出 markdown 表格 解析这个文件并提取目录 ``` ## 错误码处理 常见错误： - `40101` - App ID 或 Secret 为空 - `40102` - App ID 或 Secret 无效 - `40003` - 余额不足 - `40303` - 文件类型不支持 如遇错误，请检查凭证是否正确，或咨询用户。