使用Google Document AI Python SDK处理JPEG时遭遇两类错误求助

问题分析 #

1. 初始错误ValueError: Unknown field for ProcessRequest: document_type：原示例代码针对PDF可能默认添加了document_type字段，但处理图片时该字段属于多余参数，会被API拒绝。
2. 后续OSError: [Errno 63] File name too long：错误地将base64编码后的字符串传给了file_path参数，该参数要求传入本地文件路径而非编码内容，导致系统把超长字符串识别为文件名报错。

正确解决方案 #

Google Document AI的Python客户端库支持直接传入图片文件路径，无需手动做base64编码。只需确保构造请求时不添加多余的document_type字段，直接传递图片路径即可。

修正后的完整代码示例 #

from google.cloud import documentai_v1 as documentai

def process_document_sample(
    project_id: str,
    location: str,
    processor_id: str,
    file_path: str,
):
    # 初始化客户端
    client = documentai.DocumentProcessorServiceClient()
    # 构建处理器名称
    name = client.processor_path(project_id, location, processor_id)

    # 读取本地图片文件内容
    with open(file_path, "rb") as image_file:
        content = image_file.read()

    # 构造文档对象，无需指定document_type（图片类型会被自动识别）
    document = documentai.Document(content=content)
    request = documentai.ProcessRequest(name=name, document=document)

    # 发送请求并获取识别结果
    result = client.process_document(request=request)
    print("处理完成，识别文本：")
    print(result.document.text)

# 调用函数，直接传入JPEG文件路径
process_document_sample(
    project_id="99999FAKE",
    location="us",
    processor_id="99999FAKE",
    file_path="merged_images/fake.jpeg"
)

关键说明 #

• 无需手动base64编码：Python客户端库会自动处理文件内容的编码和传输逻辑，直接传入本地文件路径即可。
• 移除document_type字段：处理图片时不需要指定该参数，API会自动检测文件类型，原示例中若有相关设置需删除。

内容的提问来源于stack exchange，提问作者Hack-R