如何使用Custom Document Extractor发送批量处理请求？代码无输出求助

批量处理请求实现步骤 #

1. 安装依赖 #

在Jupyter Notebook中执行以下命令安装必要的Python包：

!pip install azure-ai-formrecognizer azure-identity

2. 编写批量处理代码 #

下面是完整的批量处理示例代码，包含客户端初始化、作业提交、状态轮询和结果输出：

from azure.ai.formrecognizer import DocumentAnalysisClient
from azure.identity import DefaultAzureCredential
import time

# 替换为你的资源端点和自定义模型ID
endpoint = "https://<你的资源名称>.cognitiveservices.azure.com/"
model_id = "<你的自定义模型ID>"

# 初始化文档分析客户端
client = DocumentAnalysisClient(endpoint, DefaultAzureCredential())

# 批量文档列表（支持SAS URL或本地文件路径，本地文件需用open()读取后传入）
document_urls = [
    "https://<存储账户>.blob.core.windows.net/<容器>/doc1.pdf?<SAS令牌>",
    "https://<存储账户>.blob.core.windows.net/<容器>/doc2.pdf?<SAS令牌>",
    # 添加更多文档URL
]

# 提交批量分析作业
poller = client.begin_analyze_document_batch(model_id, document_urls=document_urls)

# 轮询作业状态，确保作业完成
while not poller.done():
    print(f"当前作业状态: {poller.status()}")
    time.sleep(10)  # 每10秒查询一次状态

# 获取并输出处理结果
batch_result = poller.result()
for doc_result in batch_result:
    if doc_result.status == "succeeded":
        print(f"\n=== 文档 {doc_result.document_url} 提取结果 ===")
        # 遍历提取的字段（根据你的自定义模型字段调整）
        for field_name, field_data in doc_result.documents[0].fields.items():
            print(f"{field_name}: {field_data.value} | 置信度: {field_data.confidence:.2f}")
    else:
        print(f"\n文档 {doc_result.document_url} 处理失败: {doc_result.error.message}")

Jupyter Notebook无输出的排查要点 #

1. 依赖验证：执行!pip list确认azure-ai-formrecognizer和azure-identity已正确安装，版本需匹配（推荐使用最新稳定版）。
2. 参数正确性：检查端点URL、模型ID、文档SAS令牌是否拼写正确，确保资源处于正常运行状态。
3. 权限检查：SAS令牌需包含读取权限；本地文件需确保Jupyter Notebook进程有访问权限。
4. 异步作业等待：批量处理为异步操作，若未等待poller.done()就终止代码，不会生成输出，必须等待作业完成。
5. 错误捕获：添加异常捕获块排查潜在错误，示例：

try:
    poller = client.begin_analyze_document_batch(model_id, document_urls=document_urls)
    # 后续轮询和结果处理代码
except Exception as e:
    print(f"执行错误: {str(e)}")

6. Jupyter输出设置：检查是否禁用了单元格输出，或代码中缺少print语句（上述示例已包含状态和结果打印）。

内容的提问来源于stack exchange，提问作者Akshita Dewadwal