Document Read Blobステップ
ドキュメント: BLOBの読み取り ステップは、ドキュメント全体を Blob という名前のbase64テキスト列に、ドキュメントごとに1行で読み取ります。選択した1つのドキュメントを読み取ることも、パスのテーブルの各行に対して1つのドキュメントを読み取ることもできます。Image OCRステップやText NLP AIステップなどの後続のステップが、その内容を読み取ります。
ソースとオプション
Section titled “ソースとオプション”- ドキュメントパスのテーブル （オプション） — 設定すると、各行に対して1つのドキュメントを読み取ります。空欄にすると、選択した1つのドキュメントを読み取ります。
- パス列 — そのテーブルのうち、各ドキュメントのパスを保持する列。
- ドキュメント — テーブルを使用しない場合に読み取る、ドキュメントアカウントとパス。
- ドキュメントがない場合に失敗にする — デフォルトではオフです。オフの場合、存在しないドキュメントはそのパスを示す警告とともにスキップされ、単一のドキュメントが存在しない場合は空のテーブルが書き込まれます。オンの場合、ステップは失敗します。
- 最大ドキュメントサイズ（バイト） （オプション） — これより大きいドキュメントは、分割されずに失敗します。
- 出力テーブル — 行の書き込み先。
パスのテーブルの列は、出力にそのまま渡されます。
その他のオプション グループでは、次のキーを設定します。
- 欠損ドキュメントの行を空の BLOB で保持（
keep_missing）— 存在しないドキュメントの行をスキップせず、空のBlobのまま保持します。 - ドキュメントをアーカイブとして読み取り、エントリごとに 1 行（
unpack_enabled）— 選択したドキュメントが1つでパスのテーブルがない場合に、ドキュメントをアーカイブ（zip、jar、tar、tar.gz、tar.bz2、cpio、ar、または単一のgzもしくはbz2ファイル）として読み取り、エントリごとに1行を書き込みます。列は、Path（エントリ フォルダー（unpack_destination）の下）、Directory、Status（ExtractedまたはFolder）、Blob（フォルダーの場合はなし）です。エントリ名のエンコード（unpack_charset、デフォルトはcp437）は、UTF-8ではないzipのエントリ名のエンコードです。存在しないドキュメントでは行が出力されません。
BLOBをドキュメントに書き戻すには、ドキュメント: Blob の書き込みを使用します。