Azure.AI.DocumentIntelligence .NET SDK自定义模型多页分析异常排查

我正在使用Azure.AI.DocumentIntelligence SDK for .NET，基于自定义模型分析多页文档，但遇到问题：返回的AnalyzeResult对象仅包含单页结果，尽管文档表明该SDK支持多页分析。

我的代码 #

private async Task<AnalyzeResult> ExtractDocumentAsync(string filePath, string modelId)
{
    // Your Form Recognizer endpoint and API key
    string endpoint = system.GetAsset("AzureDU_Endpoint","Root/.General").ToString();
    string apiKey = system.GetAsset("AzureDU_ApiKey","Root/.General").ToString();
    
    var client = new DocumentIntelligenceClient(new Uri(endpoint), new  AzureKeyCredential(apiKey));
    // Now you can use the client to interact with the Form Recognizer service
    // For example:
        try
        {
            //string documentText = system.ReadTextFile(system.GetResourceForLocalPath(filePath,PathType.File));
            //string fileContent = Convert.ToBase64String(Encoding.UTF8.GetBytes(documentText));
            byte[] fileContent = File.ReadAllBytes(filePath);
            //Uri uriSource = new Uri("file://" + filePath);
            var content = new AnalyzeDocumentContent()
            {
                 Base64Source= System.BinaryData.FromBytes(fileContent)
                //UrlSource=uriSource
                //Base64Source = BinaryData.FromBytes(Encoding.UTF8.GetBytes(fileContent))

            };
            
            Operation<AnalyzeResult> operation = await client.AnalyzeDocumentAsync(WaitUntil.Completed, modelId, content,"1,2,3");
            AnalyzeResult result = operation.Value;
            Console.WriteLine($"Document was analyzed with model with ID: {result.ModelId}");
            return result;
        }
        catch (Exception ex)
        {
            Console.WriteLine($"An error occurred: {ex.Message}");
            throw;
        }
}

解决方案 #

问题出在调用AnalyzeDocumentAsync时的页码参数格式错误：你传入的"1,2,3"不符合服务要求的页码格式，服务无法正确解析逗号分隔的页码列表，导致仅返回第一页结果。

服务支持的页码参数格式为：

• 单个页码：如"1"
• 连续页码范围：如"1-3"（表示分析第1到第3页）
• 若要分析所有页面，直接省略该参数即可

修改后的关键代码如下：

// 方式1：分析文档所有页面
Operation<AnalyzeResult> operation = await client.AnalyzeDocumentAsync(WaitUntil.Completed, modelId, content);

// 方式2：指定连续页码范围（如第1到第3页）
// Operation<AnalyzeResult> operation = await client.AnalyzeDocumentAsync(WaitUntil.Completed, modelId, content, "1-3");

另外还需确认两个前提：

• 你上传的文档确实是多页格式（如PDF、TIFF等），而非单页文档
• 自定义模型的训练不影响多页分析的返回，即使模型基于单页数据训练，服务仍会返回所有页面的结果，只是未训练的页面字段识别精度可能较低

内容的提问来源于stack exchange，提问作者יונתן מנגיסטו