Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Anda dapat memanggil operasi Amazon Textract API dari dalamAWS Lambdafungsi. Petunjuk berikut menunjukkan cara membuat fungsi Lambda dengan Python yang memanggilDetectDocumentText. Ia mengembalikan daftarBlockbenda. Untuk menjalankan contoh ini, Anda memerlukan bucket Amazon S3 yang berisi dokumen dalam format PNG atau JPEG. Untuk membuat fungsi, Anda menggunakan konsol.
Untuk contoh yang menggunakan fungsi Lambda untuk memproses dokumen dalam skala besar, lihatPemrosesan dokumen berskala besar dengan Amazon Textract
Untuk memanggil operasi DetectDocumentText dari fungsi Lambda:
Langkah 1: Membuat paket deployment Lambda
Buka jendela perintah.
Masukkan perintah berikut ini untuk membuat paket penyebaran dengan versi terbaruAWSSDK.
pip install boto3 --target python/. zip boto3-layer.zip -r python/
Langkah 2: Buat fungsi Lambda
Masuk ke AWS Management Console dan buka konsol AWS Lambda di https://console.aws.amazon.com/lambda/
. Pilih Buat fungsi.
Tentukan hal berikut.
Pilih Penulis dari scratch.
UntukNama fungsi, masukkan sebuah nama.
UntukWaktu pengoperasian, pilihPython 3.7atauPython 3.6.
UntukMemiilih atau membuat peran eksekusi, pilihMembuat peran baru dengan izin Lambda dasar.
MemiilihMembuat fungsiuntuk membuat fungsi Lambda.
Buka konsol IAM di https://console.aws.amazon.com/iam/
. Pilih panel navigasiPeran.
Dari daftar sumber daya, pilih peran IAM yang dibuat Lambda untuk Anda. Nama peran dimulai dengan nama fungsi Lambda Anda.
PilihIzintab, lalu pilihLampirkan kebijakan.
Pilih Kebijakan AmazonTextractFullAccess dan Amazons3ReadOnlyAccess.
PilihLampirkan kebijakan.
Untuk informasi selengkapnya, lihatMembuat Fungsi Lambda dengan Konsol
Langkah 3: Membuat dan menambahkan layer
Buka konsol AWS Lambda tersebut di https://console.aws.amazon.com/lambda/
. Di panel navigasi, pilih Layers (Lapisan).
Pilih Buat lapisan.
UntukNama, masukkan sebuah nama.
Untuk Deskripsi, masukkan deskripsi.
UntukJenis entri kode, pilihUnggah file .zipdan pilihUnggah.
Di kotak dialog, pilih file zip (boto3-layer.zip), zip yang Anda buatLangkah 1: Membuat paket deployment Lambda.
UntukRuntime yang kompatibel, pilih versi runtime yang Anda pilihLangkah 2: Buat fungsi Lambda.
MemiilihBuatuntuk membuat lapisan.
Pilih ikon menu panel navigasi.
Di panel navigasi, pilih Fungsi.
Dalam daftar sumber daya, pilih fungsi yang Anda buatLangkah 2: Buat fungsi Lambda.
MemiilihKonfigurasidan diDesainerbagian, pilihLapisan(di bawah nama fungsi Lambda Anda).
DiLapisanbagian, pilihTambahkan lapisan.
MemiilihPilih dari daftar layer yang kompatibel runtime.
MasukLapisan yang kompatibel, pilihNamadanVersilapisan yang Anda buat pada langkah 3.
Pilih Tambahkan.
Langkah 4: Tambahkan kode python ke Fungsi
MasukDesainer, pilih fungsi Anda.
Dalam editor kode fungsi, tambahkan yang berikut ke filelambda_function.py. Mengubah nilai-nilai
bucketdandocumentke ember dan dokumen.import json import boto3 def lambda_handler(event, context): bucket="bucket" document="document" client = boto3.client('textract') #process using S3 object response = client.detect_document_text( Document={'S3Object': {'Bucket': bucket, 'Name': document}}) #Get the text blocks blocks=response['Blocks'] return { 'statusCode': 200, 'body': json.dumps(blocks) }MemiilihSimpanuntuk menyimpan fungsi Lambda Anda.
Langkah 5: Pengujian Lambda
PilihPengujian.
Masukkan nilai untukNama peristiwa.
Pilih Create (Buat).
Output, daftarBlockobjek, muncul di panel hasil Eksekusi.
JikaAWS Lambdafungsi mengembalikan kesalahan batas waktu, panggilan operasi API Amazon Textract mungkin penyebabnya. Untuk informasi tentang memperpanjang periode timout untukAWS Lambdafungsi, lihatKonfigurasi Fungsi AWS Lambda.
Untuk informasi tentang meminta fungsi Lambda dari kode Anda, lihatMemanggilAWS LambdaFungsi.
