元数据

在JSON模式下，LlamaParse将返回表示已解析对象的数据结构。这对于进一步处理或分析非常有用。

要使用此模式，请将结果类型设置为“json”。

应用程序接口

curl -X 'POST' \
  'https://api.cloud.llamaindex.ai/api/v1/parsing/job/<job_id>/result/json'  \
  -H 'accept: application/json' \
  -H 'Content-Type: multipart/form-data' \
  -H "Authorization: Bearer $LLAMA_CLOUD_API_KEY"

结果格式

{
    "pages": [
        ..page objects..
    ],
    "job_metadata": {
        "job_pages": int,
        "job_is_cache_hit": boolean
    }
}

页面对象

在页面对象中，根据您的文档，可能存在以下键。

pagepage: 文档的页码。
texttext: 从页面中提取的文本。
mdmd: 提取文本的Markdown版本。
imagesimages: 从页面中提取的所有图像。
items: 一个包含 heading、text 和 table 对象的数组，按它们在页面上出现的顺序排列。

检索图像

图像以图像对象数组的形式返回，格式如下：

{
    "name": "img_p2_5.png",
    "height": 718,
    "width": 251
}

你可以直接使用 name 的值来获取提取的图像，如下所示：

应用程序接口

curl -X 'POST' \
  'https://api.cloud.llamaindex.ai/api/v1/parsing/job/<job_id>/result/image/<name>'  \
  -H 'accept: application/json' \
  -H 'Content-Type: multipart/form-data' \
  -H "Authorization: Bearer $LLAMA_CLOUD_API_KEY" \
  --output "file.png"

注意额外的 --output 参数用于 curl 命令，以便将二进制文件保存到文件中。

幻灯片演讲者备注

对于某些演示格式，如果幻灯片包含演讲者备注，这些备注将被提取并返回到页面的 slideSpeakerNotes 条目中：

[
  {
    "page": 1,
    "text": "Hello\nSlide with notes",
    "slideSpeakerNotes": "This is a speaker note",
    ...
  },
...

当前支持的幻灯片演讲者备注提取格式：

.pptx (PowerPoint 2007+)