Document Read Blob
Descrição
Seção intitulada “Descrição”A etapa Documento: Ler blob lê documentos inteiros em uma coluna de texto base64 chamada Blob, com uma linha por documento. Leia um documento de sua escolha ou um documento para cada linha de uma tabela de caminhos. Etapas posteriores, como Image OCR e Text NLP AI, leem o conteúdo.
Origem e opções
Seção intitulada “Origem e opções”- Tabela de caminhos de documentos (opcional) — defina-a para ler um documento para cada linha. Deixe em branco para ler o único documento que você escolher.
- Coluna de caminho — a coluna dessa tabela que contém o caminho de cada documento.
- Documento — a conta de documentos e o caminho a ler quando não há tabela.
- Falhar quando um documento estiver ausente — desativado por padrão. Desativado, um documento ausente é ignorado com um aviso que indica seu caminho, e um único documento ausente grava uma tabela vazia. Ativado, a etapa falha.
- Maior documento (bytes) (opcional) — um documento maior falha em vez de ser dividido.
- Tabela de saída — onde as linhas são gravadas.
As colunas da tabela de caminhos passam para a saída.
O grupo Mais opções define estas chaves:
- Manter a linha de um documento ausente, com um blob vazio (
keep_missing) — mantém a linha de um documento ausente, com umBlobvazio, em vez de ignorá-la. - Ler o documento como um arquivo, uma linha por entrada (
unpack_enabled) — com um único documento escolhido e sem tabela de caminhos, lê o documento como um arquivo compactado (zip, jar, tar, tar.gz, tar.bz2, cpio, ar, ou um único arquivogzoubz2) e grava uma linha por entrada:Path(abaixo da Pasta das entradas,unpack_destination),Directory,Status(ExtractedouFolder) eBlob(nenhum para uma pasta). Codificação dos nomes de entrada (unpack_charset, padrãocp437) é a codificação dos nomes de entrada zip que não estão em UTF-8. Um documento ausente não gera linhas.
Para gravar blobs de volta em documentos, use Documento: gravar Blob.