使用boto3调用Textract start_document_analysis的Queries功能报错求助

• 核心问题：start_document_analysis 异步方法不支持QUERIES分析类型，也不接受QueriesConfig参数。
  • 该方法的合法FeatureTypes仅包含 TABLES、FORMS、SIGNATURES、LAYOUT，你添加的QUERIES不在允许范围内。
  • QueriesConfig是专门为同步分析方法analyze_document设计的参数，异步方法无此参数定义，所以会抛出异常。

正确实现方式 #

场景1：文档体积小，用同步分析 #

直接使用analyze_document方法，同时指定QUERIES类型和QueriesConfig参数：

import boto3

# 初始化Textract客户端
textract_client = boto3.client('textract', region_name='your-region')

# 调用同步分析接口
response = textract_client.analyze_document(
    Document={
        'S3Object': {
            'Bucket': 'your-bucket-name',
            'Name': 'target-document.pdf'
        }
    },
    FeatureTypes=['TABLES', 'FORMS', 'QUERIES'],
    QueriesConfig={
        'Queries': [
            {
                'Text': '请提取文档中的合同编号',
                'Alias': 'ContractID',
                'Pages': ['1']  # 指定要查询的页码，'*'表示所有页
            }
        ]
    }
)

# 解析查询结果
for block in response['Blocks']:
    if block['BlockType'] == 'QUERY_RESULT':
        query_text = block['Query']['Text']
        result_text = block['Text']
        print(f"[{query_text}]: {result_text}")

场景2：文档体积大，需异步处理 #

目前Textract的异步方法未直接支持Queries功能，可通过以下方式实现：

1. 调用start_document_text_detection异步提取文档全量文本；
2. 待异步任务完成后，获取提取的文本内容；
3. 自行实现文本查询逻辑，匹配你需要的信息。
   或者，将大文档拆分为单页文件，对每一页单独调用同步的analyze_document方法处理Queries。

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