Codificación Base64

Cuando envías archivos de documentos a la API de Document AI, puedes enviar datos directamente en el campo RawDocument.content con procesamiento en línea solo si tu archivo tiene 20 MB o menos. El archivo de entrada estará en formato binario, que se debe codificar antes de enviarlo a Document AI.

Si tu archivo de entrada supera los límites de procesamiento en línea, debe almacenarse en un bucket de Cloud Storage para enviarse a procesamiento, lo que no requiere codificación. Consulta la documentación sobre el procesamiento por lotes para obtener más detalles.

Uso de la línea de comandos

Dentro de una solicitud gRPC, simplemente puedes escribir los datos binarios directamente; sin embargo, JSON se utiliza para realizar una solicitud REST. JSON es un formato de texto que no admite directamente datos binarios, por lo que deberás convertir estos datos binarios en texto mediante la codificación Base64.

La mayoría de los entornos de desarrollo contienen una utilidad base64 nativa para codificar un objeto binario en datos de texto ASCII. Para codificar un archivo, haz lo siguiente:

Linux

Codifica el archivo con la herramienta de línea de comandos base64 y asegúrate de evitar el ajuste de línea con la marca -w 0:

base64 INPUT_FILE -w 0 > OUTPUT_FILE

macOS

Codifica el archivo con la herramienta de línea de comandos base64:

base64 -i INPUT_FILE -o OUTPUT_FILE

Windows

Codifica el archivo con la herramienta Base64.exe:

Base64.exe -e INPUT_FILE > OUTPUT_FILE

PowerShell

Codifica el archivo con el método Convert.ToBase64String:

[Convert]::ToBase64String([IO.File]::ReadAllBytes("./INPUT_FILE")) > OUTPUT_FILE

Crea un archivo de solicitud JSON e intercala los datos codificados en Base64:

JSON

{
  "skipHumanReview": skipHumanReview,
  "rawDocument": {
    "mimeType": "MIME_TYPE",
    "content": "BASE64_ENCODED_DATA"
  },
  "fieldMask": "FIELD_MASK"
}

Uso de las bibliotecas cliente

La incorporación de datos binarios en solicitudes a través de editores de texto no es conveniente ni práctico. En la práctica, incorporarás archivos codificados en Base64 dentro del código del cliente. Todos los lenguajes de programación compatibles tienen mecanismos incorporados para el contenido de codificación en Base64:

Python

# Import the base64 encoding library.
import base64

# Pass the image data to an encoding function.
def encode_image(image):
    with open(image, "rb") as image_file:
        encoded_string = base64.b64encode(image_file.read())
    return encoded_string

Node.js

// Read the file into memory.
var fs = require('fs');
var imageFile = fs.readFileSync('/path/to/file');

// Convert the image data to a Buffer and base64 encode it.
var encoded = Buffer.from(imageFile).toString('base64');

Java

// Import the Base64 encoding library.
import org.apache.commons.codec.binary.Base64;

// Encode the image.
String encodedString = Base64.getEncoder().encodeToString(imageFile.getBytes());

Go

import (
    "bufio"
    "encoding/base64"
    "io"
    "os"
)

// Open image file.
f, _ := os.Open("image.jpg")

// Read entire image into byte slice.
reader := bufio.NewReader(f)
content, _ := io.ReadAll(reader)

// Encode image as base64.
base64.StdEncoding.EncodeToString(content)