AWS Textract处理PDF发票异常，表格表单无输出求解决建议

• 检查PDF文件属性

  • 确认PDF不是加密/受保护的：Textract的Try功能无法处理加密PDF，右键查看文件属性，检查是否有加密标记，若有需要先解密后上传。
  • 验证PDF页数：Try功能对单页PDF支持更稳定，若为多页PDF，尝试拆分后单页上传测试。
  • 检查PDF分辨率/清晰度：低分辨率或扫描模糊的PDF可能导致识别失败，尝试将PDF转成高质量图片后再测试，或重新生成清晰的PDF版本。

• 排查浏览器环境问题

  • 清除浏览器缓存：使用Ctrl+Shift+Delete（Windows）或Cmd+Shift+Delete（Mac）清除缓存、Cookie后重新加载Textract Try页面。
  • 切换浏览器：尝试用Chrome、Firefox等主流浏览器测试，避免使用小众浏览器或存在兼容性问题的版本。
  • 禁用浏览器扩展：部分广告拦截、隐私类扩展可能干扰文件上传或API请求，临时禁用后再尝试。

• 测试Textract API直接调用（若有权限）
  如果有AWS账号权限，尝试用CLI命令直接调用Textract测试PDF：

aws textract analyze-document --document '{"S3Object": {"Bucket": "your-bucket-name", "Name": "your-invoice.pdf"}}' --feature-types "TABLES" "FORMS"

查看返回结果，若API调用也无输出，说明文件本身存在问题；若API正常返回，说明Try功能的前端存在临时故障，可等待AWS修复或联系支持。

• 其他注意事项
  • 确认PDF文件大小未超过Try功能的限制：目前Try功能单文件大小通常限制在5MB以内，超过则可能无响应。
  • 检查PDF是否包含非标准格式：比如内嵌特殊字体、异常布局的PDF，可能导致Textract无法解析，尝试将PDF导出为标准PDF/A格式后再上传。

内容的提问来源于stack exchange，提问作者Tushar