什么参数对 Node js 的 Google Document AI 客户端库无效？

Posted 2023-03-29

【中文标题】什么参数对 Node js 的 Google Document AI 客户端库无效？

【英文标题】：What argument is invalid for Google Document AI client library for Node js?

【发布时间】：2021-03-01 10:58:49

【问题描述】：

我正在尝试使用 Node js 应用从 Google 运行 Document OCR。 所以我使用了Node js的客户端库@google-cloud/documentai

我做了所有像文档sample中一样的事情

这是我的代码

const projectId = '*******';
const location = 'eu'; // Format is 'us' or 'eu'
const processor = '******'; // Create processor in Cloud Console
const keyFilename = './secret/******.json';

const  DocumentProcessorServiceClient  = require('@google-cloud/documentai').v1beta3;

const client = new DocumentProcessorServiceClient(projectId, keyFilename);

async function start(encodedImage) 

  console.log("Google AI Started")
  const name = `projects/$projectId/locations/$location/processors/$processor`;

  const request = 
    name,
    document: 
      content: encodedImage,
      mimeType: 'application/pdf',
    ,
  

  try 
    const [result] = await client.processDocument(request);

    const  document  = result;

    const  text  = document;

    const getText = textAnchor => 
      if (!textAnchor.textSegments || textAnchor.textSegments.length === 0) 
        return '';
      

      // First shard in document doesn't have startIndex property
      const startIndex = textAnchor.textSegments[0].startIndex || 0;
      const endIndex = textAnchor.textSegments[0].endIndex;

      return text.substring(startIndex, endIndex);
    ;

    const [page1] = document;
    const  paragraphs  = page1;

    for (const paragraph of paragraphs) 
      const paragraphText = getText(paragraph.layout.textAnchor);
      console.log(`Paragraph text:\n$paragraphText`);
    
    return paragraphs;
  
  catch (error) 
    console.error(error);
  


module.exports = 
  start

图片编码在这里

const start: google = require('./document-ai/index')

if (mimeType === 'application/pdf') 
        pdf = true;
        encoded = Buffer.from(file).toString('base64');
      

await google(encoded);

结果我得到这个错误

Google AI Started
Error: 3 INVALID_ARGUMENT: Request contains an invalid argument.
    at Object.callErrorFromStatus (C:\Users\NIKIGAN\WebstormProjects\papper-project\server\node_modules\google-gax\node_modules\@grpc\grpc-js\build\src\call.js:31:26)
    at Object.onReceiveStatus (C:\Users\NIKIGAN\WebstormProjects\papper-project\server\node_modules\google-gax\node_modules\@grpc\grpc-js\build\src\client.js:176:52)
    at Object.onReceiveStatus (C:\Users\NIKIGAN\WebstormProjects\papper-project\server\node_modules\google-gax\node_modules\@grpc\grpc-js\build\src\client-interceptors.js:342:141)
    at Object.onReceiveStatus (C:\Users\NIKIGAN\WebstormProjects\papper-project\server\node_modules\google-gax\node_modules\@grpc\grpc-js\build\src\client-interceptors.js:305:181)
    at C:\Users\NIKIGAN\WebstormProjects\papper-project\server\node_modules\google-gax\node_modules\@grpc\grpc-js\build\src\call-stream.js:124:78
    at processTicksAndRejections (internal/process/task_queues.js:79:11) 
  code: 3,
  details: 'Request contains an invalid argument.',
  metadata: Metadata 
    internalRepr: Map  'grpc-server-stats-bin' => [Array] ,
    options: 
  ,
  note: 'Exception occurred in retry method that was not classified as transient'

我的请求中有哪些无效参数？

环境详情

操作系统：Windows 10 Node.js 版本：12.18.3 npm 版本：6.14.8 @google-cloud/documentai 版本：2.2.1

【问题讨论】：

您使用的是 v1beta3 API 版本吗？另外，目标文档文件有多大（以页数计）？根据documentation，对于小文件（最好少于 5 页，最多 10 页）您可以使用在线处理，这是您正在使用的代码。但是，对于较大的文件，您需要使用 “离线” 处理。

是的，我使用的是 v1beta3，我的文档只有一页。

您的代码与您共享的链接略有不同。由于错误与无效参数有关，您可以使用第 46 行 const encodedImage = Buffer.from(imageFile).toString('base64'); 中的图像编码代替吗？

【参考方案1】：

我也为此苦苦挣扎，结果证明解决方案非常简单：当您的位置不是"us" 时，您必须设置参数apiEndpoint。

这是位置"eu"的示例：

const client = new DocumentProcessorServiceClient( 
  keyFilename, 
  apiEndpoint: 'eu-documentai.googleapis.com' 
);

更多信息在这里：GitHub: googleapis / nodejs-document-ai