调试核心
TypeScript定义和用于使用Docling输出的功能,它简化了文档处理,解析了多种格式——包括先进的PDF理解. 此软件包支持整合 调试 输出到您的 Type-/JavaScript app 中,其类型定义和公用功能反映了 调试核心 Python 图书馆.
开始
安装软件包
npm i @docling/docling-core
转换和获取
要转换文档,您可以:
- 使用单独的文档转换服务, 例如 导航服务。 。 。 .
- 将 Docling 整合到您的 API 中, 或者使用 Docling CLI 快速网络服务 .
- 转换前文档并将其作为静态资源,例如放在COS桶上.
下一个,获取(类型d)转换:
import { type DoclingDocument } from '@docling/docling-core';
async function fetchConversion(url: string) {
const response = await fetch(url);
return (await response.json()) as DoclingDocument;
}
歧视
使用工具功能和打字功能来方便访问已转换的文档内容 :
import { iterateDocumentItems, isDocling } from '@docling/docling-core';
for (const [item, level] of iterateDocumentItems(conversion)) {
if (isDocling.TextItem(item)) {
console.log(item.text);
} else if (isDocling.TableItem(item)) {
...
}
}
读取 DocLang
@docling/docling-core/doclang 将 DocLang XML 变成一个 DoclingDocument它是Python的港口 DocLangDocDeserializer,其JSON输出符合Python的.
import { deserializeDocLang } from '@docling/docling-core/doclang';
const doc = deserializeDocLang(doclangXml); // browser: uses the native DOMParser
在节点,通过一个 DOMParser。 。 。 . @xmldom/xmldom 是一个可选的对等依赖,所以浏览器捆绑永远不会包含它.
import { DOMParser } from '@xmldom/xmldom';
const doc = deserializeDocLang(doclangXml, { DOMParser });
选项映射 Python deserialize_str 关键字参数 :
pageNo: 首页前的内容页<page_break/>(默认一).maxXmlBytes, (中文(简体) ),maxDepth, (中文(简体) ),maxElements: 未经信任的投入的预算。 超越一掷.repairUnescapedText: 逃脱赤裸裸的&页:1<无法启动标记, 流浪者]]>和非法控制字符在解析前。 默认关闭,所以输入必须是完善的XML.onWarning: 收到警告( 默认)console.warn) (中文(简体) ).<track>还没有被支持, 并且被跳过, 及其所有的内容, 一个警告.
读取 DCLX 档案
deserializeDclx 从字节读取一个 DCLX 归档( T)Uint8Array, (中文(简体) ), ArrayBuffer, (中文(简体) ), Blob 或者说 File) (中文(简体) ). 图像被嵌入到文档中作为 Base64 数据 URI.
import { deserializeDclx } from '@docling/docling-core/doclang';
const doc = await deserializeDclx(await (await fetch(url)).arrayBuffer());
在节点,通过一个 DOMParser 和DocLang一样.
限制
此软件包没有
- 从 JavaScript 运行时间直接转换文档 。 这不是道克林港.
- 支持除JSON和DocLang(只读)之外的其他Docling输出格式,如Markdown.