PARSE_DOCUMENT （SNOWFLAKE.CORTEX）¶

構文¶

SNOWFLAKE.CORTEX.PARSE_DOCUMENT( '@<stage>', '<path>', [ { 'mode': '<mode>' }, ] )

引数¶

必須：

stage

Snowflakeステージの名前。

path

Snowflakeステージ上のドキュメントへの相対パス。

オプション：

mode

OBJECT 型の値を返します。オブジェクトのキー content の値には、抽出されたデータが JSON でエンコードされた文字列として格納されます。データは、呼び出しで指定されたモードに応じて、フォーマットされるかプレーンテキストになります。

• mode が LAYOUT の場合、データはテーブルを含む構造的なコンテンツを持つMarkdownになります。

• mode が OCR の場合、データはテキストコンテンツです。

デフォルト: 'OCR'

戻り値¶

抽出されたデータを含む OBJECT データ型。コンテンツは、呼び出しで使用されるモードによって異なります。

• OCR モード（デフォルト）: 以下に説明されたキーを持つ（文字列としての） JSON。

  • "content": ドキュメントから抽出されたテキスト。

  • "errorInformation": 抽出に失敗した場合のエラー情報が含まれます。

• LAYOUT モード（プレビュー）: 以下に説明されたキーを持つ（文字列としての） JSON。

  • "content": ドキュメントからテーブルを抽出したMarkdown形式のテキスト。

  • "errorInformation": 抽出に失敗した場合のエラー情報が含まれます。

例¶

SELECT TO_VARCHAR(
    SNOWFLAKE.CORTEX.PARSE_DOCUMENT(
        '@PARSE_DOCUMENT.DEMO.documents',
        'document_1.pdf',
        {'mode': 'OCR'})
    ) AS OCR;

{
    "content": "content of the document"
}

LAYOUT モード¶

この例では、以下のスクリーンショットに表示されている表を含むドキュメントを解析します。

SELECT
  TO_VARCHAR (
    SNOWFLAKE.CORTEX.PARSE_DOCUMENT (
        '@PARSE_DOCUMENT.DEMO.documents',
        'document_1.pdf',
        {'mode': 'LAYOUT'} ) ) AS LAYOUT;

Copy

出力:

{
  "content": "# This is PARSE DOCUMENT example
     Example table:
     |Header|Second header|Third Header|
     |:---:|:---:|:---:|
     |First row header|Data in first row|Data in first row|
     |Second row header|Data in second row|Data in second row|

     Some more text."
 }