# Exemplos do Amazon Textract usando a AWS CLI
Os exemplos de código a seguir mostram como realizar ações e implementar cenários comuns usando o AWS Command Line Interface com o Amazon Textract.
*Ações* são trechos de código de programas maiores e devem ser executadas em contexto. Embora as ações mostrem como chamar perfis de serviço individuais, você pode ver as ações no contexto em seus cenários relacionados.
Cada exemplo inclui um link para o código-fonte completo, em que você pode encontrar instruções sobre como configurar e executar o código.
**Topics**
+ [Ações](#actions)
## Ações
### `analyze-document`
O código de exemplo a seguir mostra como usar `analyze-document`.
**AWS CLI**
**Como analisar texto em um documento**
O exemplo de `analyze-document` a seguir mostra como analisar texto em um documento.
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
```
Resultado:
```
{
"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
}
}
```
Para obter mais informações, consulte Analyzing Document Text with Amazon Textract *Guia do desenvolvedor do Amazon Textract*
+ Consulte detalhes da API em [AnalyzeDocument](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/textract/analyze-document.html) na *Referência de comandos da AWS CLI*.
### `detect-document-text`
O código de exemplo a seguir mostra como usar `detect-document-text`.
**AWS CLI**
**Como detectar texto em um documento**
O exemplo de `detect-document-text` a seguir mostra como detectar texto em um documento.
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
```
Resultado:
```
{
"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
}
}
```
Para obter mais informações, consulte Detecting Document Text with Amazon Textract *Guia do desenvolvedor do Amazon Textract*
+ Consulte detalhes da API em [DetectDocumentText](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/textract/detect-document-text.html) na *Referência de comandos da AWS CLI*.
### `get-document-analysis`
O código de exemplo a seguir mostra como usar `get-document-analysis`.
**AWS CLI**
**Como obter os resultados de uma análise assíncrona de texto em um documento com várias páginas**
O exemplo de `get-document-analysis` a seguir mostra como obter os resultados de uma análise assíncrona de texto em um documento com várias páginas.
```
aws textract get-document-analysis \
--job-id df7cf32ebbd2a5de113535fcf4d921926a701b09b4e7d089f3aebadb41e0712b \
--max-results 1000
```
Resultado:
```
{
"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"
}
```
Para obter mais informações, consulte Detecting and Analyzing Text in Multi-Page Documents no *Guia do desenvolvedor do Amazon Textract*
+ Consulte detalhes da API em [GetDocumentAnalysis](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/textract/get-document-analysis.html) na *Referência de comandos da AWS CLI*.
### `get-document-text-detection`
O código de exemplo a seguir mostra como usar `get-document-text-detection`.
**AWS CLI**
**Para obter os resultados de uma detecção assíncrona de texto em um documento com várias páginas**
O exemplo `get-document-text-detection` a seguir mostra como obter os resultados de uma detecção assíncrona de texto em um documento com várias páginas.
```
aws textract get-document-text-detection \
--job-id 57849a3dc627d4df74123dca269d69f7b89329c870c65bb16c9fd63409d200b9 \
--max-results 1000
```
Output
```
{
"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"
}
```
Para obter mais informações, consulte Detecting and Analyzing Text in Multi-Page Documents no *Guia do desenvolvedor do Amazon Textract*
+ Para ver detalhes da API, consulte [GetDocumentTextDetection](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/textract/get-document-text-detection.html) na *Referência de comandos da AWS CLI*.
### `start-document-analysis`
O código de exemplo a seguir mostra como usar `start-document-analysis`.
**AWS CLI**
**Como começar a analisar texto em um documento com várias páginas**
O exemplo de `start-document-analysis` a seguir mostra como iniciar a análise assíncrona de texto em um documento com várias páginas.
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"
```
Resultado:
```
{
"JobId": "df7cf32ebbd2a5de113535fcf4d921926a701b09b4e7d089f3aebadb41e0712b"
}
```
Para obter mais informações, consulte Detecting and Analyzing Text in Multi-Page Documents no *Guia do desenvolvedor do Amazon Textract*
+ Consulte detalhes da API em [StartDocumentAnalysis](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/textract/start-document-analysis.html) na *Referência de comandos da AWS CLI*.
### `start-document-text-detection`
O código de exemplo a seguir mostra como usar `start-document-text-detection`.
**AWS CLI**
**Como começar a detectar texto em um documento com várias páginas**
O exemplo de `start-document-text-detection` a seguir mostra como iniciar a detecção assíncrona de texto em um documento com várias páginas.
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"
```
Resultado:
```
{
"JobId": "57849a3dc627d4df74123dca269d69f7b89329c870c65bb16c9fd63409d200b9"
}
```
Para obter mais informações, consulte Detecting and Analyzing Text in Multi-Page Documents no *Guia do desenvolvedor do Amazon Textract*
+ Consulte detalhes da API em [StartDocumentTextDetection](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/textract/start-document-text-detection.html) na *Referência de comandos da AWS CLI*.