Weitere AWS SDK-Beispiele sind im GitHub Repo [AWS Doc SDK Examples](https://github.com/awsdocs/aws-doc-sdk-examples) verfügbar.
Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
# Amazon Textract Textract-Beispiele mit AWS CLI
Die folgenden Codebeispiele zeigen Ihnen, wie Sie mithilfe von Amazon Textract Aktionen ausführen und allgemeine Szenarien implementieren. AWS Command Line Interface
*Aktionen* sind Codeauszüge aus größeren Programmen und müssen im Kontext ausgeführt werden. Während Aktionen Ihnen zeigen, wie Sie einzelne Service-Funktionen aufrufen, können Sie Aktionen im Kontext der zugehörigen Szenarien anzeigen.
Jedes Beispiel enthält einen Link zum vollständigen Quellcode, wo Sie Anweisungen zum Einrichten und Ausführen des Codes im Kodex finden.
**Topics**
+ [Aktionen](#actions)
## Aktionen
### `analyze-document`
Das folgende Codebeispiel zeigt, wie Sie`analyze-document`.
**AWS CLI**
**So analysieren Sie Text in einem Dokument**
Das folgende Beispiel für `analyze-document` zeigt, wie Text in einem Dokument analysiert wird.
Linux/macOS:
```
aws textract analyze-document \
--document '{"S3Object":{"Bucket":"bucket","Name":"document"}}' \
--feature-types '["TABLES","FORMS"]'
```
Windows:
```
aws textract analyze-document \
--document "{\"S3Object\":{\"Bucket\":\"bucket\",\"Name\":\"document\"}}" \
--feature-types "[\"TABLES\",\"FORMS\"]" \
--region region-name
```
Ausgabe:
```
{
"Blocks": [
{
"Geometry": {
"BoundingBox": {
"Width": 1.0,
"Top": 0.0,
"Left": 0.0,
"Height": 1.0
},
"Polygon": [
{
"Y": 0.0,
"X": 0.0
},
{
"Y": 0.0,
"X": 1.0
},
{
"Y": 1.0,
"X": 1.0
},
{
"Y": 1.0,
"X": 0.0
}
]
},
"Relationships": [
{
"Type": "CHILD",
"Ids": [
"87586964-d50d-43e2-ace5-8a890657b9a0",
"a1e72126-21d9-44f4-a8d6-5c385f9002ba",
"e889d012-8a6b-4d2e-b7cd-7a8b327d876a"
]
}
],
"BlockType": "PAGE",
"Id": "c2227f12-b25d-4e1f-baea-1ee180d926b2"
}
],
"DocumentMetadata": {
"Pages": 1
}
}
```
Weitere Informationen finden Sie unter „Analysieren von Dokumenttext mit Amazon Textract“ im *Entwicklerhandbuch für Amazon Textract*.
+ Einzelheiten zur API finden Sie [AnalyzeDocument](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/textract/analyze-document.html)in der *AWS CLI Befehlsreferenz*.
### `detect-document-text`
Das folgende Codebeispiel zeigt die Verwendung`detect-document-text`.
**AWS CLI**
**So erkennen Sie Text in einem Dokument**
Im folgenden Beispiel für `detect-document-text` wird Text in einem Dokument erkannt.
Linux/macOS:
```
aws textract detect-document-text \
--document '{"S3Object":{"Bucket":"bucket","Name":"document"}}'
```
Windows:
```
aws textract detect-document-text \
--document "{\"S3Object\":{\"Bucket\":\"bucket\",\"Name\":\"document\"}}" \
--region region-name
```
Ausgabe:
```
{
"Blocks": [
{
"Geometry": {
"BoundingBox": {
"Width": 1.0,
"Top": 0.0,
"Left": 0.0,
"Height": 1.0
},
"Polygon": [
{
"Y": 0.0,
"X": 0.0
},
{
"Y": 0.0,
"X": 1.0
},
{
"Y": 1.0,
"X": 1.0
},
{
"Y": 1.0,
"X": 0.0
}
]
},
"Relationships": [
{
"Type": "CHILD",
"Ids": [
"896a9f10-9e70-4412-81ce-49ead73ed881",
"0da18623-dc4c-463d-a3d1-9ac050e9e720",
"167338d7-d38c-4760-91f1-79a8ec457bb2"
]
}
],
"BlockType": "PAGE",
"Id": "21f0535e-60d5-4bc7-adf2-c05dd851fa25"
},
{
"Relationships": [
{
"Type": "CHILD",
"Ids": [
"62490c26-37ea-49fa-8034-7a9ff9369c9c",
"1e4f3f21-05bd-4da9-ba10-15d01e66604c"
]
}
],
"Confidence": 89.11581420898438,
"Geometry": {
"BoundingBox": {
"Width": 0.33642634749412537,
"Top": 0.17169663310050964,
"Left": 0.13885067403316498,
"Height": 0.49159330129623413
},
"Polygon": [
{
"Y": 0.17169663310050964,
"X": 0.13885067403316498
},
{
"Y": 0.17169663310050964,
"X": 0.47527703642845154
},
{
"Y": 0.6632899641990662,
"X": 0.47527703642845154
},
{
"Y": 0.6632899641990662,
"X": 0.13885067403316498
}
]
},
"Text": "He llo,",
"BlockType": "LINE",
"Id": "896a9f10-9e70-4412-81ce-49ead73ed881"
},
{
"Relationships": [
{
"Type": "CHILD",
"Ids": [
"19b28058-9516-4352-b929-64d7cef29daf"
]
}
],
"Confidence": 85.5694351196289,
"Geometry": {
"BoundingBox": {
"Width": 0.33182239532470703,
"Top": 0.23131252825260162,
"Left": 0.5091826915740967,
"Height": 0.3766750991344452
},
"Polygon": [
{
"Y": 0.23131252825260162,
"X": 0.5091826915740967
},
{
"Y": 0.23131252825260162,
"X": 0.8410050868988037
},
{
"Y": 0.607987642288208,
"X": 0.8410050868988037
},
{
"Y": 0.607987642288208,
"X": 0.5091826915740967
}
]
},
"Text": "worlc",
"BlockType": "LINE",
"Id": "0da18623-dc4c-463d-a3d1-9ac050e9e720"
}
],
"DocumentMetadata": {
"Pages": 1
}
}
```
Weitere Informationen finden Sie unter „Erkennen von Dokumenttext mit Amazon Textract“ im *Entwicklerhandbuch für Amazon Textract*.
+ Einzelheiten zur API finden Sie [DetectDocumentText](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/textract/detect-document-text.html)in der *AWS CLI Befehlsreferenz*.
### `get-document-analysis`
Das folgende Codebeispiel zeigt die Verwendung`get-document-analysis`.
**AWS CLI**
**So erhalten Sie die Ergebnisse der asynchronen Textanalyse eines mehrseitigen Dokuments**
Das folgende Beispiel für `get-document-analysis` zeigt, wie die Ergebnisse einer asynchronen Textanalyse eines mehrseitigen Dokuments abgerufen werden.
```
aws textract get-document-analysis \
--job-id df7cf32ebbd2a5de113535fcf4d921926a701b09b4e7d089f3aebadb41e0712b \
--max-results 1000
```
Ausgabe:
```
{
"Blocks": [
{
"Geometry": {
"BoundingBox": {
"Width": 1.0,
"Top": 0.0,
"Left": 0.0,
"Height": 1.0
},
"Polygon": [
{
"Y": 0.0,
"X": 0.0
},
{
"Y": 0.0,
"X": 1.0
},
{
"Y": 1.0,
"X": 1.0
},
{
"Y": 1.0,
"X": 0.0
}
]
},
"Relationships": [
{
"Type": "CHILD",
"Ids": [
"75966e64-81c2-4540-9649-d66ec341cd8f",
"bb099c24-8282-464c-a179-8a9fa0a057f0",
"5ebf522d-f9e4-4dc7-bfae-a288dc094595"
]
}
],
"BlockType": "PAGE",
"Id": "247c28ee-b63d-4aeb-9af0-5f7ea8ba109e",
"Page": 1
}
],
"NextToken": "cY1W3eTFvoB0cH7YrKVudI4Gb0H8J0xAYLo8xI/JunCIPWCthaKQ+07n/ElyutsSy0+1VOImoTRmP1zw4P0RFtaeV9Bzhnfedpx1YqwB4xaGDA==",
"DocumentMetadata": {
"Pages": 1
},
"JobStatus": "SUCCEEDED"
}
```
Weitere Informationen finden Sie unter „Erkennen und Analysieren von Dokumenttext mit Amazon Textract“ im *Entwicklerhandbuch für Amazon Textract*.
+ Einzelheiten zur API finden Sie [GetDocumentAnalysis](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/textract/get-document-analysis.html)in der *AWS CLI Befehlsreferenz*.
### `get-document-text-detection`
Das folgende Codebeispiel zeigt die Verwendung`get-document-text-detection`.
**AWS CLI**
**So erhalten Sie die Ergebnisse der asynchronen Texterkennung in einem mehrseitigen Dokument**
Das folgende Beispiel für `get-document-text-detection` zeigt, wie die Ergebnisse der asynchronen Texterkennung in einem mehrseitigen Dokument abgerufen werden.
```
aws textract get-document-text-detection \
--job-id 57849a3dc627d4df74123dca269d69f7b89329c870c65bb16c9fd63409d200b9 \
--max-results 1000
```
Ausgabe
```
{
"Blocks": [
{
"Geometry": {
"BoundingBox": {
"Width": 1.0,
"Top": 0.0,
"Left": 0.0,
"Height": 1.0
},
"Polygon": [
{
"Y": 0.0,
"X": 0.0
},
{
"Y": 0.0,
"X": 1.0
},
{
"Y": 1.0,
"X": 1.0
},
{
"Y": 1.0,
"X": 0.0
}
]
},
"Relationships": [
{
"Type": "CHILD",
"Ids": [
"1b926a34-0357-407b-ac8f-ec473160c6a9",
"0c35dc17-3605-4c9d-af1a-d9451059df51",
"dea3db8a-52c2-41c0-b50c-81f66f4aa758"
]
}
],
"BlockType": "PAGE",
"Id": "84671a5e-8c99-43be-a9d1-6838965da33e",
"Page": 1
}
],
"NextToken": "GcqyoAJuZwujOT35EN4LCI3EUzMtiLq3nKyFFHvU5q1SaIdEBcSty+njNgoWwuMP/muqc96S4o5NzDqehhXvhkodMyVO5OJGyms5lsrCxibWJw==",
"DocumentMetadata": {
"Pages": 1
},
"JobStatus": "SUCCEEDED"
}
```
Weitere Informationen finden Sie unter „Erkennen und Analysieren von Dokumenttext mit Amazon Textract“ im *Entwicklerhandbuch für Amazon Textract*.
+ Einzelheiten zur API finden Sie [GetDocumentTextDetection](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/textract/get-document-text-detection.html)in der *AWS CLI Befehlsreferenz*.
### `start-document-analysis`
Das folgende Codebeispiel zeigt die Verwendung`start-document-analysis`.
**AWS CLI**
**So beginnen Sie mit der Analyse von Text in einem mehrseitigen Dokument**
Das folgende Beispiel für `start-document-analysis` zeigt, wie die asynchrone Analyse von Text in einem mehrseitigen Dokument gestartet wird.
Linux/macOS:
```
aws textract start-document-analysis \
--document-location '{"S3Object":{"Bucket":"bucket","Name":"document"}}' \
--feature-types '["TABLES","FORMS"]' \
--notification-channel "SNSTopicArn=arn:snsTopic,RoleArn=roleArn"
```
Windows:
```
aws textract start-document-analysis \
--document-location "{\"S3Object\":{\"Bucket\":\"bucket\",\"Name\":\"document\"}}" \
--feature-types "[\"TABLES\", \"FORMS\"]" \
--region region-name \
--notification-channel "SNSTopicArn=arn:snsTopic,RoleArn=roleArn"
```
Ausgabe:
```
{
"JobId": "df7cf32ebbd2a5de113535fcf4d921926a701b09b4e7d089f3aebadb41e0712b"
}
```
Weitere Informationen finden Sie unter „Erkennen und Analysieren von Dokumenttext mit Amazon Textract“ im *Entwicklerhandbuch für Amazon Textract*.
+ Einzelheiten zur API finden Sie [StartDocumentAnalysis](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/textract/start-document-analysis.html)in der *AWS CLI Befehlsreferenz*.
### `start-document-text-detection`
Das folgende Codebeispiel zeigt die Verwendung`start-document-text-detection`.
**AWS CLI**
**So beginnen Sie mit der Erkennung von Text in einem mehrseitigen Dokument**
Das folgende Beispiel für `start-document-text-detection` zeigt, wie die asynchrone Erkennung von Text in einem mehrseitigen Dokument gestartet wird.
Linux/macOS:
```
aws textract start-document-text-detection \
--document-location '{"S3Object":{"Bucket":"bucket","Name":"document"}}' \
--notification-channel "SNSTopicArn=arn:snsTopic,RoleArn=roleARN"
```
Windows:
```
aws textract start-document-text-detection \
--document-location "{\"S3Object\":{\"Bucket\":\"bucket\",\"Name\":\"document\"}}" \
--region region-name \
--notification-channel "SNSTopicArn=arn:snsTopic,RoleArn=roleArn"
```
Ausgabe:
```
{
"JobId": "57849a3dc627d4df74123dca269d69f7b89329c870c65bb16c9fd63409d200b9"
}
```
Weitere Informationen finden Sie unter „Erkennen und Analysieren von Dokumenttext mit Amazon Textract“ im *Entwicklerhandbuch für Amazon Textract*.
+ Einzelheiten zur API finden Sie [StartDocumentTextDetection](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/textract/start-document-text-detection.html)in der *AWS CLI Befehlsreferenz*.