文件名称:
aws-pdf-textract-pipeline：数据管道，用于从Web抓取PDF并使用AWS textract将其内容转换为结构化数据。 使用AWS CDK + TypeScript构建-源码
开发工具:
文件大小: 103kb
下载次数: 0
上传时间: 2021-01-30
详细说明：aws-pdf-textract-pipeline
:magnifying_glass_tilted_left: 数据管道，用于从Web上检索PDF并使用将其内容转换为结构化数据。 使用AWS CDK + TypeScript构建。
这是一个示例数据管道，它说明了用于大规模无服务器PDF处理的一种可能方法-它应该为根据自己的目的进行修改提供良好的基础。
入门
运行以下命令以安装依赖项，构建CDK堆栈并将CDK堆栈部署到AWS。
yarn install
yarn build
cdk bootstrap
cdk deploy
总览
以下是此CDK堆栈执行的每个过程的概述。
从网站抓取PDF下载URL
从网站上收集数据。
将PDF下载URL存储在DynamoDB中
将PDF下载到S3
在DynamoDB中创建新的PDF下载URL时，将触发lambda。
使用AWS Textract处理PDF
将PDF下载到S3存储桶后，另一个lambda触发。
处理AWS Textract结果
从AWS Textract检测到SNS事件时，将触发lambda来处理结果。
将处理
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
