[英]Convert Grobid curl command to requests in Python
我正在嘗試將curl
腳本轉換為從grobid
服務器解析 pdf 文件到 Python 中的requests
。
基本上,如果我按如下方式運行grobid
服務器,
./gradlew run
我可以使用以下curl
來獲取學術論文example.pdf
的解析 XML 的輸出,如下所示
curl -v --form input=@example.pdf localhost:8070/api/processHeaderDocument
但是,我不知道如何將此腳本轉換為 Python。 這是我嘗試使用requests
:
GROBID_URL = 'http://localhost:8070'
url = '%s/processHeaderDocument' % GROBID_URL
pdf = 'example.pdf'
xml = requests.post(url, files=[pdf]).text
我得到了答案。 基本上,我錯過了GROBID_URL
api
,而且輸入files
應該是字典而不是列表。
GROBID_URL = 'http://localhost:8070'
url = '%s/api/processHeaderDocument' % GROBID_URL
pdf = 'example.pdf'
xml = requests.post(url, files={'input': open(pdf, 'rb')}).text
這是來自http://ceur-ws.bitplan.com/index.php/Grobid的示例 bash 腳本。 請注意,還有一個隨時可用的 python 客戶端可用。 見https://github.com/kermitt2/grobid_client_python
#!/bin/bash
# WF 2020-08-04
# call grobid service with paper from ceur-ws
v=2644
p=44
vol=Vol-$v
pdf=paper$p.pdf
if [ ! -f $pdf ]
then
wget http://ceur-ws.org/$vol/$pdf
else
echo "paper $p from volume $v already downloaded"
fi
curl -v --form input=@./$pdf http://grobid.bitplan.com/api/processFulltextDocument > $p.tei
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.