SoMark文档智能解析接口说明（同步接口）

接口概述

SoMark文档解析的同步接口。

使用限制

文件大小：单个文件最大支持200MB

页数限制：单个文件最多300页

频率限制：每次最多同时处理1篇文档，同时上传多篇会排队。（当前在Beta测试阶段，每个账号的QPS均为1）

目前支持文档组件

中文名称	英文标识符
文字段	text
标题	title
图	figure
图例	figure_caption
表	table
表例	table_caption
页眉	header
页脚	footer
脚注	footnote
侧边栏	sider
目录	cate
目录条目	cate_item
代码块	code
选项	choice
填空	blank
二维码	qrcode
印章	stamp
参考文献	reference
公式	equation
化学结构式	cs
化学方程式	cs_equation

目前支持特色功能

SoMark 提供三项智能增强功能，可通过请求参数按需开启，全面提升文档解析质量。

功能列表

功能名称	参数字段	说明
文字跨页拼接	`enable_text_cross_page`	跨页文本合二为一，打通文本信息的跨页隔断。
表格跨页拼接	`enable_table_cross_page`	跨页表格合二为一，数据呈现一览无余。
标题层级识别	`enable_title_level_recognition`	智能识别标题等级，让文档结构一目了然。开启此功能可能会大幅延长解析耗时，请确认后再启用。

注意：以上功能均默认关闭，需在请求时显式传入参数启用。

使用方式

在同步或异步接口的请求体中，通过 extract_config 字段传入 JSON 字符串来启用特色功能（multipart/form-data）：

参数名	类型	说明
`extract_config`	string (JSON)	特色功能配置，值为 JSON 字符串

extract_config JSON 结构：

{
  "enable_text_cross_page": true,
  "enable_table_cross_page": true,
  "enable_title_level_recognition": true
}

示例代码

SoMark文档智能解析接口说明 (异步接口)

接口概述

SoMark提供一套异步接口进行文档解析，专门用于处理可能耗时较长的任务。与同步接口一次请求即返回结果不同，异步接口将解析过程分为两步：

提交任务：您首先通过 任务提交 接口上传文件。服务器收到请求后，不会立即开始处理，而是将任务放入一个队列，并立即返回一个唯一的 task_id。

查询结果：您需要使用这个 task_id，通过轮询（即每隔几秒调用一次）结果查询 接口来获取任务的最新状态。当任务处理完成后，该接口会返回最终的解析结果。

这种模式的优点是，客户端无需长时间等待HTTP连接，可以避免请求超时，特别适合集成在需要后台处理的业务流程中。

使用限制

文件大小：单个文件最大支持200MB

页数限制：单个文件最多300页

频率限制：每次最多同时处理1篇文档，同时上传多篇会排队。（当前在Beta测试阶段，每个账号的QPS均为1）

目前支持文档组件

同上面的同步说明部分

目前支持特色功能

同上面的同步说明部分

示例代码

以下 Python 代码演示了完整的异步调用流程：从提交任务到轮询结果。

Q & A

Q：直接在本网页中调用出现Agent Server Error怎么办？
A：这个是这个APIFox的错误，可以的话最推荐代码方式来请求。

Q：结果如何查看？
A：我们推荐VSCode来看Markdown，但是因为渲染器问题，他们暂时无法渲染表格中的公式，因此推荐用SoMark官网渲染器进行查看。

使用说明

SoMark文档智能解析接口说明（同步接口）#

接口概述#

使用限制#

目前支持文档组件#

目前支持特色功能#

功能列表#

使用方式#

示例代码#

SoMark文档智能解析接口说明 (异步接口)#

接口概述#

使用限制#

目前支持文档组件#

目前支持特色功能#

示例代码#

Q & A#

SoMark文档智能解析接口说明（同步接口）

接口概述

使用限制

目前支持文档组件

目前支持特色功能

功能列表

使用方式

示例代码

SoMark文档智能解析接口说明 (异步接口)

接口概述

使用限制

目前支持文档组件

目前支持特色功能

示例代码

Q & A