如何用AWS Textract .NET SDK C#从本地简历PDF提取指定信息

要实现类似PHP版本的查询提取功能，你需要对原代码做以下几处修改：

1. 扩展FeatureTypes，加入QUERIES类型（这是启用查询功能的必要配置）
2. 为AnalyzeDocumentRequest添加QueriesConfig，定义你需要查询的具体问题
3. 修改响应处理逻辑，专门提取查询对应的结果

以下是修改后的完整C#代码：

using (var textractClient = new AmazonTextractClient(RegionEndpoint.APSouth1))
{
    FileStream fileStream = new FileStream(HostingEnvironment.MapPath("~/pdfresume.pdf"), FileMode.Open, FileAccess.Read);
    MemoryStream memoryStream = new MemoryStream();

    await fileStream.CopyToAsync(memoryStream);
    await fileStream.FlushAsync();

    var analyzeDocumentRequest = new AnalyzeDocumentRequest()
    {
        Document = new Document { Bytes = memoryStream },
        FeatureTypes = new List<string> { "FORMS", "QUERIES" }, // 新增QUERIES类型
        QueriesConfig = new QueriesConfig
        {
            Queries = new List<Query>
            {
                new Query { Text = "What is name" },
                new Query { Text = "What is email" }
                // 可以继续添加更多查询
            }
        }
    };

    var analyzeDocumentResponse = await textractClient.AnalyzeDocumentAsync(analyzeDocumentRequest);

    // 遍历Block，提取查询结果
    foreach (var block in analyzeDocumentResponse.Blocks)
    {
        // 匹配查询结果块
        if (block.BlockType == "QUERY_RESULT")
        {
            // 找到对应的查询问题块
            var queryBlock = analyzeDocumentResponse.Blocks.FirstOrDefault(b => b.Id == block.Relationships?.FirstOrDefault()?.Ids?.FirstOrDefault());
            if (queryBlock != null)
            {
                HttpContext.Current.Response.Write($"查询问题：{queryBlock.Text}<br/>");
                HttpContext.Current.Response.Write($"查询结果：{block.Text}<br/><br/>");
            }
        }
    }
}

关键说明： #

• FeatureTypes必须包含QUERIES：只有添加这个类型，Textract才会处理你定义的查询请求
• QueriesConfig配置：通过Queries集合添加需要查询的问题，每个问题对应一个Query对象，设置Text属性即可
• 响应结果处理：查询结果的BlockType是QUERY_RESULT，它通过Relationships关联对应的QUERY类型的Block（即你定义的问题），所以需要通过Id关联来匹配问题和结果

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