Skip to main content
Azure AI 文档智能（原名 Azure Form Recognizer）是一项基于机器学习的服务，可从数字或扫描的 PDF、图像、Office 和 HTML 文件中提取文本（包括手写内容）、表格、文档结构（例如标题、章节标题等）以及键值对。 文档智能支持 PDF、JPEG/JPG、PNG、BMP、TIFF、HEIF、DOCX、XLSX、PPTX 和 HTML 格式。
当前使用 文档智能 的加载器实现可以按页整合内容，并将其转换为 LangChain 文档。默认输出格式为 Markdown，便于与 MarkdownHeaderTextSplitter 链式结合，实现语义文档分块。您也可以使用 mode="single" 或 mode="page" 来返回单页的纯文本或按页分割的文档。

​
前提条件

需要一个位于以下三个预览区域之一的 Azure AI 文档智能资源：美国东部、美国西部 2、西欧 - 如果您还没有，请按照此文档创建一个。您需要将 <endpoint> 和 <key> 作为参数传递给加载器。 
pip install -qU  langchain langchain-community azure-ai-documentintelligence

​
示例 1

第一个示例使用本地文件，该文件将被发送到 Azure AI 文档智能。 初始化文档分析客户端后，我们可以继续创建 DocumentIntelligenceLoader 的实例： 
from langchain_community.document_loaders import AzureAIDocumentIntelligenceLoader

file_path = "<文件路径>"
endpoint = "<端点>"
key = "<密钥>"
loader = AzureAIDocumentIntelligenceLoader(
    api_endpoint=endpoint, api_key=key, file_path=file_path, api_model="prebuilt-layout"
)

documents = loader.load()
默认输出包含一个 LangChain 文档，内容为 Markdown 格式： 
documents

​
示例 2

输入文件也可以是公共 URL 路径。例如：raw.githubusercontent.com/Azure-Samples/cognitive-services-REST-api-samples/master/curl/form-recognizer/rest-api/layout.png。 
url_path = "<URL>"
loader = AzureAIDocumentIntelligenceLoader(
    api_endpoint=endpoint, api_key=key, url_path=url_path, api_model="prebuilt-layout"
)

documents = loader.load()

documents

​
示例 3

您还可以指定 mode="page" 来按页加载文档。 
from langchain_community.document_loaders import AzureAIDocumentIntelligenceLoader

file_path = "<文件路径>"
endpoint = "<端点>"
key = "<密钥>"
loader = AzureAIDocumentIntelligenceLoader(
    api_endpoint=endpoint,
    api_key=key,
    file_path=file_path,
    api_model="prebuilt-layout",
    mode="page",
)

documents = loader.load()
输出将是列表中的每个页面存储为单独的文档： 
for document in documents:
    print(f"页面内容: {document.page_content}")
    print(f"元数据: {document.metadata}")

​
示例 4

您还可以指定 analysis_feature=["ocrHighResolution"] 来启用附加功能。更多信息，请参阅：aka.ms/azsdk/python/documentintelligence/analysisfeature。 
from langchain_community.document_loaders import AzureAIDocumentIntelligenceLoader

file_path = "<文件路径>"
endpoint = "<端点>"
key = "<密钥>"
analysis_features = ["ocrHighResolution"]
loader = AzureAIDocumentIntelligenceLoader(
    api_endpoint=endpoint,
    api_key=key,
    file_path=file_path,
    api_model="prebuilt-layout",
    analysis_features=analysis_features,
)

documents = loader.load()
输出包含通过高分辨率附加功能识别的 LangChain 文档： 
documents
Edit this page on GitHub or file an issue.
Connect these docs to Claude, VSCode, and more via MCP for real-time answers.