使用Google Cloud Vision读取PDF文件 如何修改代码支持读取本地文件

• 替换GCS输入源配置为本地文件二进制流：
  首先读取本地PDF的二进制内容，示例代码如下：

  with open("你的本地PDF文件路径.pdf", "rb") as f:
      pdf_content = f.read()
  

• 修改接口请求的输入配置：
  原来配置gcs_source参数的代码段，直接替换为content参数传本地文件二进制内容，示例如下：

  # 原来的GCS配置逻辑直接注释或删除
  # input_config = {
  #     'gcs_source': {'uri': 'gs://存储桶路径/目标文件.pdf'},
  #     'mime_type': 'application/pdf'
  # }
  # 替换为本地文件配置
  input_config = {
      'content': pdf_content,
      'mime_type': 'application/pdf'
  }
  

• 调整接口调用方法：
  如果你之前用的是async_batch_annotate_files异步批处理接口，需要改为batch_annotate_files同步接口，异步接口仅支持读取GCS内的文件，不支持直接传本地文件内容。

Google Cloud Vision API的同步PDF处理接口限制文件大小不超过10MB、页数不超过5页，如果你的本地PDF超出该限制，需要先在代码中新增本地文件上传至GCS的逻辑，处理完成后可删除GCS内的临时文件，再走原来的异步处理流程即可

内容的提问来源于stack exchange，提问作者12345