Elabora i documenti

Questa guida rapida mostra come elaborare i documenti (fatture) da un bucket Cloud Storage di origine e archiviare il documento elaborato (file JSON) in un bucket di destinazione utilizzando la funzionalità di elaborazione batch dell'API Document AI tramite l'edizione SAP BTP dell'SDK ABAP per Google Cloud.

Prima di iniziare

Prima di eseguire questa guida rapida, assicurati che tu o i tuoi amministratori abbiate completato i seguenti prerequisiti:

  • Assicurati che l'API Document AI sia abilitata nel tuo progetto Google Cloud.

    Vai alla libreria API

  • In Document AI Workbench, crea un processore di tipo INVOICE_PROCESSOR. Per saperne di più, vedi Creazione e gestione dei processori.

  • In Cloud Storage, crea un bucket di origine per archiviare le fatture da elaborare e inserirle in questo bucket. Per saperne di più, consulta la sezione Creare bucket.

  • In Cloud Storage, crea un bucket di destinazione per archiviare i file elaborati.

Crea una classe ABAP per elaborare i documenti

  1. Crea un pacchetto:

    1. In ADT, vai a Project Explorer.
    2. Fai clic con il pulsante destro del mouse sul pacchetto ZLOCAL e seleziona Nuovo > Pacchetto ABAP.

    3. Inserisci i seguenti dettagli per il pacco:

      • Nome: inserisci ZABAPSDK_TEST.
      • Descrizione: inserisci ABAP SDK Test Package.

    4. Tocca Avanti.

    5. Nella finestra di dialogo Seleziona una richiesta di trasporto, seleziona la casella di controllo Crea una nuova richiesta.

    6. Inserisci una descrizione per la richiesta di trasporto.

    7. Fai clic su Fine.

  2. Crea una classe ABAP per chiamare l'API Document AI:

    1. Fai clic con il pulsante destro del mouse sul pacchetto ABAP e seleziona Nuovo > Classe ABAP.

    2. Inserisci i seguenti dettagli per il tuo corso ABAP:

      • Nome: inserisci ZGOOG_CL_QS_DOCUMENT_AI.
      • Descrizione: inserisci Quick start for Document AI API.

    3. Tocca Avanti.

    4. Seleziona una richiesta di trasporto e fai clic su Fine.

  3. Nell'editor di codice, sostituisci il codice predefinito con il seguente snippet di codice:

    " --------------------------------------------------------------------
"  Copyright 2024 Google LLC                                         -
"                                                                    -
"  Licensed under the Apache License, Version 2.0 (the "License");   -
"  you may not use this file except in compliance with the License.  -
"  You may obtain a copy of the License at                           -
"      https://www.apache.org/licenses/LICENSE-2.0                   -
"  Unless required by applicable law or agreed to in writing,        -
"  software distributed under the License is distributed on an       -
"  "AS IS" BASIS, WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND,      -
"  either express or implied.                                        -
"  See the License for the specific language governing permissions   -
"  and limitations under the License.                                -
" --------------------------------------------------------------------
CLASS zcl_qs_process_documents DEFINITION
  PUBLIC FINAL
  CREATE PUBLIC.

  PUBLIC SECTION.
    INTERFACES if_oo_adt_classrun.
ENDCLASS.


CLASS zcl_qs_process_documents IMPLEMENTATION.
  METHOD if_oo_adt_classrun~main.
    DATA lv_p_projects_id   TYPE string.
    DATA lv_p_locations_id  TYPE string.
    DATA lv_p_processors_id TYPE string.
    DATA ls_input           TYPE /goog/cl_documentai_v1=>ty_017.
    DATA lo_docai           TYPE REF TO /goog/cl_documentai_v1.

    TRY.

        " Open HTTP connection
        lo_docai = NEW #( iv_key_name = 'DEMO_DOC_PROCESSING' ).

        " Populate relevant parameters to be passed to API
        lv_p_projects_id  = 'PROJECT_ID'.
        lv_p_locations_id = 'LOCATION_ID'.
        lv_p_processors_id = 'PROCESSOR_ID'.
        ls_input-input_documents-gcs_prefix-gcs_uri_prefix = 'SOURCE_BUCKET_URI'.
        ls_input-document_output_config-gcs_output_config-gcs_uri = 'TARGET_BUCKET_URI'.

        " Call API method
        lo_docai->batch_process_processors( EXPORTING iv_p_projects_id   = lv_p_projects_id
                                                      iv_p_locations_id  = lv_p_locations_id
                                                      iv_p_processors_id = lv_p_processors_id
                                                      is_input           = ls_input
                                            IMPORTING
                                                      es_output          = DATA(ls_output)
                                                      ev_ret_code        = DATA(lv_ret_code)
                                                      ev_err_text        = DATA(lv_err_text)
                                                      es_err_resp        = DATA(ls_err_resp) ).

        IF lo_docai->is_success( lv_ret_code ) = abap_true.
          out->write( |API call successful| ).
        ELSE.
          out->write( |Error occurred during API call| ).
          out->write( lv_err_text ).
        ENDIF.

        " Close HTTP connection
        lo_docai->close( ).

      CATCH /goog/cx_sdk INTO DATA(lo_exception). " TODO: variable is assigned but never used (ABAP cleaner)
        " Handle exception here
    ENDTRY.
  ENDMETHOD.
ENDCLASS.

    Sostituisci quanto segue:

    • DEMO_DOC_PROCESSING: nome della chiave client.
    • PROJECT_ID: l'ID del progetto Google Cloud in cui è abilitata l'API Document AI.
    • LOCATION_ID: la località del processore.
    • PROCESSOR_ID: l'ID del responsabile.
    • SOURCE_BUCKET_URI: l'URI della cartella dei bucket Cloud Storage in cui vengono conservati per l'elaborazione i documenti di origine.
    • TARGET_BUCKET_URI: l'URI del bucket Cloud Storage in cui verrà archiviato il documento elaborato (file JSON).

  4. Salva e attiva le modifiche.

  5. Esegui l'applicazione:

    1. Seleziona la classe ABAP ZGOOG_CL_QS_DOCUMENT_AI.
    2. Fai clic su Esegui > Esegui come > Applicazione ABAP (console). In alternativa, premi F9.

  6. Per convalidare i risultati:

    1. Nella console Google Cloud, vai alla pagina Bucket di Cloud Storage.

      Vai a Bucket

    2. Apri il bucket di destinazione. Il documento elaborato viene archiviato sotto forma di file JSON.

Passaggi successivi