AI 数据湖服务
AI 数据湖服务
算子广场
请输入
- 文档首页
AI 数据湖服务文档文档解析PDF 文档解析（豆包）
复制全文
下载 pdfPDF 文档解析（豆包）
文档反馈
问问助手文档内容解析算子，支持对 PDF、Word（DOC、DOCX）和图片文件进行视觉模型解析与 Markdown 结构化输出，支持对模糊、复杂排版、繁体、复杂公式等内容进行解析并输出高保真 Markdown 解析结果。Word 文档会先转换为 PDF，再复用 PDF 解析链路。
算子介绍
算子 ID：las_pdf_parse_doubao
核心能力
Replay
00:00
/
00:15
Live
Play
00:00
Fullscreen
Cssfullscreen
Click and hold to drag
- 可更准确地解析模糊、复杂排版、繁体、复杂公式等内容，输出高保真 Markdown 结果；支持两种解析模式：normal 模式、detail 模式。
- normal 模式：默认开启，解析速度更快，适用于绝大多数文档场景。
- detail 模式：在 normal 模式基础上进行更细致的分析，但耗时相对更长、费用更高。
- 可完整还原原文结构（标题层级、表格、公式、图片区域）。
- 自动识别图片区域并返回 bounding box 信息及图片预签名 URL。
- 可通过 enable_image_text 识别页面图片区域内的文字，并在逐页详情中返回纯文本结果。
- 支持逐页和整书 Markdown 汇总，便于后续内容处理和展示。
- 支持加密 PDF：支持 RC4、AES-128 和 AES-256 标准口令加密 PDF，通过 password 提供正确的打开密码后即可解析。
- 支持长智能分段：当输入图片或 PDF 页面的宽高比低于阈值（默认 0.334）时，智能分段后分别解析并合并，提升解析质量。
效果展示
【示例1：PDF报告解析】
【示例2：模糊、重影、繁体、纵向排版】
【示例3：复杂公式】
支持的地域
- 北京：cn-beijing
- 上海：cn-shanghai
算子性能
细分项 | 性能影响说明 |
最大 RPM | 600 |
最大并发 | 10 |
耗时 |
|
输入与输出要求
输入要求
输出要求
计费说明
- 计费标准
-
- 细分项计费标准说明计费项基于输入PDF/图片智能分段后的页数统计用量，并进行计费。说明当输入的PDF/图片过长（宽高比低于阈值）时，LAS 会自动分段再解析，完成后poll 接口的返回参数 billable_pages 即为智能分段后的计费页数。计费类型按量计费，单位：元/页，按实际的计费用量每小时出账。单价与选择的PDF解析模式有关。
- 计费详情
- 计费公式：总费用 = 单价 * 用量
-
- 细分场景单价* PDF解析模式：normal模式0.02 元/页* PDF解析模式：detail模式0.04 元/页
注意与前提
API 调用
API 调用说明
- 本算子的 API 为异步任务接口，您需要通过 Submit 接口提交任务获得任务的 task_id，再通过 Poll 接口获取对应任务（task_id）运行状态，并获取算子处理结果。
- 注意，任务提交后，任务的 task_id 有效期为 3 天，超过 3 天后即无法通过此 task_id 来获取算子处理结果。
Submit
接口说明
调用 PDF 文档解析（豆包）进行内容解析，支持对公网、火山内网或 TOS 的 PDF、Word（DOC、DOCX）或图片源文件进行视觉模型解析，得到 Markdown 或结构化输出。
请求参数
operator_id string 必选 示例值: las_pdf_parse_doubao
算子 ID
operator_version string 必选 示例值: v1
算子版本
data PdfParseUserReqParams 必选
PDF 解析请求参数
url string 必选 示例值: https://example.com/file.pdf
文件的可下载地址，支持 PDF、Word（DOC、DOCX）和图片（PNG、JPEG、BMP、WebP）格式。支持 http/https、火山 TOS（tos://bucket/key）。系统会通过文件头自动检测输入类型，无需手动指定。
password string Optional 示例值: -
PDF 文档的打开密码，默认不设置。解析需要密码的 PDF 时需提供正确密码，支持 RC4、AES-128 和 AES-256 标准口令加密。此参数仅用于 PDF 输入；不支持解析加密的 Word（DOC、DOCX）文档。
start_page integer Optional 示例值: 1
起始页（1 为第一页）。默认值 1。
num_pages integer Optional 示例值: -
解析的页数。未设置则默认解析 200 页；设置则最多支持 400 页。
parse_mode string Optional 示例值: normal
文档解析功能能够对多语言、复杂版面、复杂公式、复杂表格以及页面模糊等多种场景下的文档实现高质量解析。解析模式分为 normal 和 detail 两种：
- normal 模式：默认开启，解析速度更快，适用于绝大多数文档场景。
- detail 模式：在 normal 模式基础上进行更细致的分析，但耗时相对更长。
enable_image_text boolean Optional 示例值: false
是否识别页面图片区域内的文字，默认 false，即不解析图片内的文字。设置为 true 时，识别结果以不含额外标记的纯文本保存在 detail 中 label 为 image 的文本块的 text 字段；未识别到文字时可为空字符串。
output_tos_path string Optional 示例值: tos://user-bucket/path/to/output/
将解析结果的相关产物保存在指定的 TOS 目录中。默认为空，则不保存到 TOS 目录中；如果指定了的话，将把解析结果保存到指定的 TOS 目录中。指定 TOS 目录时，仅支持指定同主账号（算子调用的 LAS API Key 与 TOS Bucket 的账号为同一个账号）、同地域的 TOS Bucket 路径目录。
适用于批量处理保存的场景。包括以下各个文件：
- result.md：保存完整解析的 markdown 结果，其中的图片链接为 images 下图片的相对路径；
- result_preview.md：保存完整解析的 markdown 结果，其中的图片链接使用临时可访问的预签名 https 链接；
- images/：保存解析的图片结果；
detail.json：保存按页解析的结果。
目录结构如下：
full_result boolean Optional 示例值: true
是否返回完整结果。默认为 true，返回的 markdown 和 detail 字段有值；设为 false 时，markdown 为空字符串，detail 为空列表，适用于仅需获取产物 TOS 路径的场景。
aspect_ratio_threshold float Optional 示例值: 0.334
长页面智能分段的宽高比阈值。当输入图片或 PDF 页面的宽/高比值低于此阈值时，系统会自动识别为长页面并触发智能分段。默认值 0.334。
返回数据
示例
请求示例
返回示例
错误码
Poll
接口说明
查询文档解析任务的执行状态和结果。
请求参数
返回数据
metadata metadata
请求元信息
task_id string 示例值: task-xxx
异步模式下的任务 ID。
task_status string 示例值: COMPLETED
异步模式下的任务状态。
- PENDING, 提交任务排队
- RUNNING, 正在运行
- COMPLETED, 已经完成
- FAILED, 失败
- TIMEOUT, 超时
submit_time string 示例值: 2026-07-21T16:04:06+08:00
任务提交时间，格式为 ISO 8601 时间戳。
end_time string 示例值: 2026-07-21T16:04:06+08:00
任务结束时间，格式为 ISO 8601 时间戳。
business_code string 示例值: 200
业务码。
error_msg string
如有异常，会返回详细的异常信息。
data PdfParseResponse
返回的数据
markdown string
所有页面的最终 Markdown 合并内容。当 full_result 为 false 时，返回空字符串。其中图片链接为预签名 https 链接（有效期 3 天）。
detail list of page_detail
逐页解析详情，含页面 Markdown、尺寸信息与结构化文本块。设置 enable_image_text=true 时，可包含图片区域的文字转写。当 full_result 为 false 时，返回空列表；指定 output_tos_path 时可从保存的 detail.json 获取完整详情。其中图片链接为预签名 https 链接（有效期 3 天）。
page_id integer 示例值: 1
页编号（1 开始）。
page_md string
当前页的最终 Markdown（包含 bbox->图片替换）。
page_image_hw object 示例值: {"h":3508,"w":2480}
页渲染图片的高度与宽度（像素）。
text_blocks list of text_block
文本块序列（按阅读顺序，包含图片占位的结构化信息）。
text string
normal/detail 模式返回文本。label 为 image 时，设置 enable_image_text=true 可包含图片区域的文字解析；设置为 false 时不解析图片内的文字内容。
label string 示例值: "text" 或 "image"
normal/detail 模式为 text 或 image。
box object 示例值: {"x0":100,"y0":200,"x1":400,"y1":650}
在原页面中的坐标（0 - 1000 的数值按页宽高等比映射）。
norm_box list of float 示例值: [0.1,0.2,0.4,0.65]
归一化 bbox（如有）。
url string
图片裁剪的预签名 URL（有效期为 3 天）。
page_split page_split
长页面分段信息。仅当该页面触发了智能分段时返回，否则为空对象。
num_pieces integer 示例值: 3
该页面分段后的段数。
piece_bboxes list of object
每段在原页面中的位置信息列表，按顺序对应各段。
box object 示例值: {"x0":0,"y0":0,"x1":1000,"y1":333}
该段在原页面中的归一化坐标（0-1000）。
artifacts Artifacts
产物路径信息，包含各产物的 TOS 路径或预签名 URL。
markdown_tos_path string ``示例值: `tos://user-bucket/path/to/output/{task_id}/result.md```
result.md 的 TOS 路径。仅当指定 output_tos_path 时有值。
detail_tos_path string ``示例值: `tos://user-bucket/path/to/output/{task_id}/detail.json```
detail.json 的 TOS 路径。仅当指定 output_tos_path 时有值。
image_tos_path string ``示例值: `tos://user-bucket/path/to/output/{task_id}/images/```
images/ 目录的 TOS 路径。仅当指定 output_tos_path 时有值。
result_preview_url string
result_preview.md 的预签名链接（有效期三天）。
num_pages integer
本次请求成功解析的原始页数。长页面分段不增加该值；图片输入成功解析时为 1。
billable_pages integer
按拆分后计费的总页数。当输入的文档中包含过长的页面（宽高比低于阈值）时，系统会自动分段分别解析，此字段为分段后的总段数。对于普通 PDF 或无需分段的图片，与 num_pages 一致。
error string
当发生异常时返回错误信息。
示例
请求示例
返回示例
错误码
最近更新时间：2026.11.05 11:46:59
这个页面对您有帮助吗？
有用
有用
无用
无用