文档解析
更新时间：2026-09-15
接口描述
【活动】新客专享福利，文档解析、文档解析(PaddleOCR-VL) 低至9元/千页
文档解析支持对doc、pdf、图片、xlsx等18种格式文档进行解析，输出文档的版面、表格、阅读顺序、标题层级、旋转角度等信息，支持中、英、日、韩、法等20余种语言类型，可返回Markdown格式内容，将非结构化数据转化为易于处理的结构化数据，识别准确率可达 90% 以上。如希望快速可视化体验效果，可登录智能文档分析平台，一键上传文档，在线测试；在线工具和API服务的额度共享互通。
文档解析API服务为异步接口，需要先调用提交请求接口获取 task_id，然后调用获取结果接口进行结果轮询，建议提交请求后 5～10 秒轮询。提交请求接口QPS为2，获取结果接口QPS为10。
在线调试
您可以在 示例代码中心 中调试该接口，可进行签名验证、查看在线调用的请求内容和返回结果、示例代码的自动生成。
为方便您更好地使用文档解析服务，我们设立了专属交流群。您可通过下方二维码入群：
提交请求接口
请求说明
请求示例
HTTP 方法：POST
请求URL： https://aip.baidubce.com/rest/2.0/brain/online/v2/parser/task
URL参数：
| 参数 | 值 |
|---|---|
| access_token | 通过API Key和Secret Key获取的access_token,参考“Access Token获取” |
Header如下：
| 参数 | 值 |
|---|---|
| Content-Type | application/x-www-form-urlencoded |
Body中放置请求参数，参数详情如下：
请求参数
| 参数 | 是否必选 | 类型 | 可选值范围 | 说明 |
|---|---|---|---|---|
| file_data | 和file_url二选一 | string | - | 文件的base64编码数据：-版式文档：pdf、jpg、jpeg、png、bmp、tif、tiff、ofd、ppt、pptx-流式文档：doc、docx、txt、xls、xlsx、wps、html、mhtml文档大小不超过50M，其中PDF文档最大支持2000页若文档大小超过50M，须从file_url方式上传。优先级： file_data > file_url，当file_data字段存在时，file_url字段失效 |
| file_url | 和file_data二选一 | string | - | 文件数据URL，URL长度不超过1024字节，支持单个URL传入。PDF文档大小不超过300M，非PDF文档大小不超过50M，其中PDF文档最大支持2000页优先级： file_data > file_url，当file_data字段存在时，file_url字段失效请注意关闭URL防盗链 |
| file_name | 是 | string | - | 文件名，请保证文件名后缀正确，例如 申请书.pdf |
| recognize_formula | 否 | bool | True/False | 是否对版式类型文档进行公式识别 |
| analysis_chart | 否 | bool | True/False | 是否对统计图表进行解析 |
| angle_adjust | 否 | bool | True/False | 是否对图片进行矫正 |
| parse_image_layout | 否 | bool | True/False | 是否返回文档中的图片位置信息 |
| language_type | 否 | string | - | 识别语种类型，默认为 CHN_ENG，可选值如下：-CHN_ENG：中英文 - JAP：日语- KOR：韩语- FRE：法语- SPA：西班牙语- POR：葡萄牙语- GER：德语- ITA：意大利语- RUS：俄语- DAN：丹麦语- DUT：荷兰语- MAL：马来语- SWE：瑞典语- IND：印尼语- POL：波兰语- ROM：罗马尼亚语- TUR：土耳其语- GRE：希腊语- HUN：匈牙利语- THA：泰语- VIE：越南语- ARA：阿拉伯语- HIN：印地语 |
| switch_digital_width | 否 | string | - | 是否对数字进行全半角转换，默认为 auto，可选值如下：-auto：不转换，按模型识别结果输出 - half：将所有的符号转换为半角输出- full：将所有的符号转换为全角输出 |
| html_table_format | 否 | bool | True/False | 是否将识别出的表格转换为 HTML 格式返回，default=True |
| return_doc_chunks | 否 | dict | - | 是否返回文档切分后的片段数据（如按语义、字数、标点）。如有需要，可按下方说明进行传参 |
| + switch | 否 | bool | True/False | 是否进行文档内容切分，default=False |
| + split_type | 否 | str | - | 切分方式，目前支持两种，default=chunk - chunk：按照「chunk_size」来切 - mark：按照「separators」来切 |
| + separators | 否 | list |
- | 切分标点，default=['。', '；', '！', '？', ';', '!', '?']，split_type=mark时生效 |
| + chunk_size | 否 | int | - | 切分块的大小，chunk_size=-1时，表示按照语义自动切分，不限定块的大小；chunk_size>0时，表示按照字符长度切 |
| page_filter | 否 | string | - | 只解析指定页，页码从 0 开始。格式：4（单页）、0-2（闭区间）、0-2,4,7-9。流式文档不支持。新增 |
| need_pdffile_data | 否 | bool | True/False | 查询成功时额外返回整份 PDF 的 pdf_file_url。default=False 新增 |
| detect_seal | 否 | bool | True/False | 检测印章，输出 type=seal 的框。default=False 新增 |
| recognize_seal | 否 | bool | True/False | 识别章面文字；开启后自动打开 detect_seal。default=False 新增 |
| erase_seal | 否 | bool | True/False | 擦除印章。优先级高于章面识别；与 recognize_seal 同时开时保留检测框、去掉文字。建议不要和章面识别同时开。default=False 新增 印章参数组合说明： detect_seal=false、recognize_seal=false、erase_seal=false → 不做印章 detect_seal=true、recognize_seal=false、erase_seal=false → 只有检测框 recognize_seal=true、erase_seal=false → 检测 + 章面文字（自动打开检测） erase_seal=true → 擦除章面；若同时识别，框还在、文字去掉 |
| erase_watermark | 否 | bool | True/False | 去水印仅用于识别前增强，返回的页面图 / PDF 不会去掉水印。default=False 新增 |
| parse_image_valid_ratio | 否 | float | - | 图片占页面面积低于该阈值则丢弃，不写入 images。default=0.1 新增 |
| word2pdf | 否 | bool | True/False | 将 Word 转成 PDF 再按版式解析；转完后可以使用 page_filter。default=False 新增 |
| traditional2simplified | 否 | bool | True/False | 繁体转简体。default=False 新增 |
请求代码示例
提示：使用示例代码前，请记得替换其中的示例Token、文档地址或Base64信息。
import requests
import os
import base64
def create_task(url, file_path, file_url):
"""
Args:
url: string, 服务请求链接
file_path: 本地文件路径
file_url: 文件链接
Returns: 响应
"""
# 文件请求
with open(file_path, "rb") as f:
file_data = base64.b64encode(f.read())
data = {
"file_data": file_data, #与file_url二选一，只传 URL 时不要带 file_data
"file_url": file_url,
"file_name": os.path.basename(file_path)
}
# 文档切分参数，非必传
# return_doc_chunks = json.dumps({"switch": True, "chunk_size": -1})
# data["return_doc_chunks"] = return_doc_chunks
headers = {'Content-Type': 'application/x-www-form-urlencoded'}
response = requests.post(url, headers=headers, data=data)
return response
if __name__ == '__main__':
request_host = "https://aip.baidubce.com/rest/2.0/brain/online/v2/parser/task?" \
"access_token={token}"
file_path = "./test.pdf"
response = create_task(request_host, file_path, "")
print(response.json())返回说明
返回参数
| 字段 | 类型 | 说明 |
|---|---|---|
| log_id | uint64 | 唯一的log id，用于问题定位 |
| error_code | int | 错误码 |
| error_msg | string | 错误描述信息 |
| result | dict | 返回的结果列表 |
| + task_id | string | 该请求生成的task_id，后续使用该task_id获取解析结果 |
返回示例
成功返回示例：
{
"error_code": 0,
"error_msg": "",
"log_id": "10138598131137362685273505665433",
"result": {
"task_id": "task-3zy9Bg8CHt1M4pPOcX2q5bg28j26801S"
}
}失败返回示例（详细的错误码说明见API文档-错误码）：
{
"error_code": 282003,
"error_msg": "missing parameters",
"log_id": "37507631033585544507983253924141",
"result": "null"
}获取结果接口
在线调试
您可以在 示例代码中心 中调试该接口，可进行签名验证、查看在线调用的请求内容和返回结果、示例代码的自动生成。
请求说明
请求示例
HTTP 方法：POST
请求URL： https://aip.baidubce.com/rest/2.0/brain/online/v2/parser/task/query
URL参数：
| 参数 | 值 |
|---|---|
| access_token | 通过API Key和Secret Key获取的access_token,参考“Access Token获取” |
Header如下：
| 参数 | 值 |
|---|---|
| Content-Type | application/x-www-form-urlencoded |
Body中放置请求参数，参数详情如下：
请求参数
| 参数 | 是否必选 | 类型 | 说明 |
|---|---|---|---|
| task_id | 是 | string | 发送提交请求时返回的task_id |
请求代码示例
提示：使用示例代码前，请记得替换其中的示例Token、task_id。
import requests
def query_task(url, task_id):
"""
Args:
url: string, 请求链接
task_id: string, task id
Returns: 响应
"""
data = {
"task_id": task_id
}
headers = {'Content-Type': 'application/x-www-form-urlencoded'}
print(url)
response = requests.post(url, headers=headers, data=data)
return response
if __name__ == '__main__':
# 需要替换为实际的任务id
task_id = "task_id"
# {access_token} 需要替换为实际调用鉴权接口获取的access_token
request_host = "https://aip.baidubce.com/rest/2.0/brain/online/v2/parser/task/query?access_token={access_token}"
resp = query_task(request_host, task_id)
print(resp.json())返回说明
返回参数
| 字段 | 类型 | 说明 |
|---|---|---|
| log_id | uint64 | 唯一的log id，用于问题定位 |
| error_code | int | 错误码 |
| error_msg | string | 错误描述信息 |
| result | dict | 返回的结果列表 |
| + task_id | string | 任务ID |
| + status | string | 任务状态，pending：排队中；running：运行中；success：成功；failed：失败 |
| + task_error | string | 解析报错信息，包含任务失败、额度不够 |
| + markdown_url | string | 文档解析结果的markdown格式链接，链接有效期30天 |
| + parse_result_url | string | 文档解析结果的Json链接，链接有效期30天 |
| + pdf_file_url | string | 整份 PDF，仅 need_pdffile_data=true 且 success 时下发，有效期 30 天。未开启时没有该字段。 新增 |
| + cost_page_num | int | 任务解析页数，即该任务对应的消耗额度 |
可通过parse_result_url下载解析结果的JSON文件，parse_result_url的返回参数如下：
| 字段 | 类型 | 说明 |
|---|---|---|
| file_name | string | 文档名称 |
| file_id | string | 文档ID |
| + pages | list | 文件单页解析内容 |
| ++ page_id | string | 页码ID |
| ++ page_num | int | 页码数，从0开始 |
| ++ text | string | 当前页的所有纯文字内容,含表格 Markdown |
| ++ layouts | list | 页面内容版式分析的结果 |
| +++ layout_id | string | layout ID，layout元素唯一标志，以"xxxxx-layout-{global_layout_index}"形式，global_layout_index为layout元素整个文档的全局索引 |
| +++ text | string | layout对应的文本内容。注：当type为table, image时该字段为空, 需要根据type和layout_id分别到tables, images字段里找到对应的内容 |
| +++ position | list | layout元素在页面中的位置，[x, y, w, h] box框，左上角和宽高 |
| +++ type | string | layout元素类型, 当前可取值： • text：段落 • table：表格 • head_tail：页面顶部 • image：文档中的插图 • contents：目录 • seal：印章 • title：标题 • formula：公式 • hand_sign：手写签名 |
| +++ sub_type | string | layout元素子类型, 当type为title、image时，subtype有值。 title类的 subtype 包含： • title_{n}，代表n级标题, 比如title_2代表二级标题 • image_title：图标题 • table_title：表标题 image类的 subtype 包含： • chart：统计图表 • figure：普通插图 • QR_code：二维码 • Bar_code：条形码 |
| +++ parent | string | 标题层级树中父节点的layout ID，若当前layout为一级标题，其parent为 "root"。在table和image的内嵌版面信息中暂时都为空 |
| +++ children | list | 标题层级树中子节点的layout ID。在table和image的内嵌版面信息中暂时都为空 |
| ++ tables | list | 页面表格解析结果 |
| +++ layout_id | string | layout ID，与layouts中的元素type为table的元素的layout ID对应 |
| +++ markdown | string | 表格内容的markdown形式 |
| +++ html | string | 表格 HTML，html_table_format=true（默认）时有值 |
| +++ table_title_id | list | 表格标题对应的layout_id，默认为null |
| +++ position | list | 边框数据 「x, y, w, h」(x, y)为坐标点坐标，w为box宽度，h为box高度（以页面坐标为原点），版式格式时有效 |
| +++ cells | list | 单元格的内嵌版面信息，layout类型为表格时有值 |
| +++ matrix | list | 二位数组 表示表格内布局位置信息，每个元素对应cells列表中元素的索引 |
| +++ merge_table | string | 默认开启,「begin」- 跨页表格开始、「inner」- 跨页表格中间表格(表格跨页超过两页)、「end」- 跨页表格结束；非跨页表格该字段为空 |
| ++ images | list | 页面中图片解析结果 |
| +++ layout_id | string | layout ID，与layouts中的元素type为image的元素的layout ID对应 |
| +++ image_title_id | list | 图片标题对应的layout_id，默认为null |
| +++ position | list | 边框数据 「x, y, w, h」(x, y)为坐标点坐标，w为box宽度，h为box高度（以页面坐标为原点），版式格式时有效 |
| +++ content_layouts | list | 图片的内嵌版面信息 |
| +++ data_url | string | 图片存储链接，有效期 30 天 |
| +++ image_description | string | 对统计图表进行内容解析和描述，输出结果为json字符串，可通过json.loads结构化为json格式 |
| ++ meta | dict | 页面元信息 |
| +++ page_width | int | 页面宽度 |
| +++ page_height | int | 页面高度 |
| +++ is_scan | bool | 是否扫描件 |
| +++ page_angle | int | 页面倾斜角度 |
| +++ page_type | string | 页面属性，包括：「text」-正文、「contents」-目录、「appendix」-附录、[doc]-含有文档插图、[seal]签章页、「others」-其他 |
| +++ sheet_name | string | excel的sheet名 |
| + chunks | list | 文件内容切分结果，return_doc_chunks中switch为True时有值 |
| ++ chunk_id | string | 切片的ID |
| ++ content | string | 切片的内容 |
| ++ type | string | 切片类型, 为text或者table |
| ++ meta | dict | chunk元信息 |
| +++ title | list | chunk所属的多级标题内容 |
| +++ position | list | chunk的位置，根据分块算法有可能chunk跨多个页 |
| +++ box | list | chunk的位置坐标 |
| +++ page_num | int | chunk内容所在页数 |
返回示例
示例文件：
成功返回示例：
{
"log_id": "23596597899286921761579365582373",
"error_code": 0,
"error_msg": "",
"result":
{
"task_id": "task-UnvGsgbYZp9pS3BZRHn11ifzjNvKzTgf",
"status": "success",
"task_error": null,
"duration": 902.0,
"parse_result_url": "https:xxxxxxxxxxxxxxxxxxx"
}
}解析结果示例：
{
"file_name": "文档解析样例页.png",
"file_id": "file-u9kVDu6dtwMyNrizbejMlF8A852aJLm2",
"pages": [
{
"page_id": "2aJLm2-page-0",
"page_num": 0,
"text": "智能文档分析 | 解析样例\n2 复杂版面解析说明\n本文用于展示文档解析接口对页眉、标题、段落、公式、表格、插图和页脚的综合识别结果。阅读顺序按人类阅读习惯从左到右、从上到下排列。\n2.1 公式与段落\n版面检测后，对识别置信度做归一化。设原始打分为 x，则映射得分 S 定义为：\nS = 1 / (1 + e^{-x})\n当 x 增大时 S 趋近 1。公式在返回 JSON 中对应 type 为 formula 的版面块。\n2.2 表格识别\n表 1 列出常见版面元素与接口字段的对应关系。\n| 元素 | 返回 type | 说明 |\n| --- | --- | --- |\n| 标题 | title | sub_type 为 title_n |\n| 段落 | text | 正文阅读顺序 |\n| 公式 | formula | 需开启 recognize_formula |\n| 表格 | table | cells 与 matrix 描述单元格 |\n| 插图 | image | 图题为 image_title |\n表 1 版面元素与返回字段\n2.3 插图与图题\n图 1 近三年版面识别准确率（%）\n内部资料 仅供接口文档示例\n第 1 页\n",
"layouts": [
{
"layout_id": "2aJLm2-layout-1",
"text": "智能文档分析 | 解析样例",
"position": [48, 28, 499, 22],
"type": "head_tail",
"sub_type": "",
"parent": "root",
"children": []
},
{
"layout_id": "2aJLm2-layout-2",
"text": "2 复杂版面解析说明",
"position": [48, 62, 220, 24],
"type": "title",
"sub_type": "title_1",
"parent": "root",
"children": ["2aJLm2-layout-3", "2aJLm2-layout-4", "2aJLm2-layout-9", "2aJLm2-layout-13"]
},
{
"layout_id": "2aJLm2-layout-3",
"text": "本文用于展示文档解析接口对页眉、标题、段落、公式、表格、插图和页脚的综合识别结果。阅读顺序按人类阅读习惯从左到右、从上到下排列。",
"position": [48, 92, 499, 40],
"type": "text",
"sub_type": "",
"parent": "2aJLm2-layout-2",
"children": []
},
{
"layout_id": "2aJLm2-layout-4",
"text": "2.1 公式与段落",
"position": [48, 140, 140, 20],
"type": "title",
"sub_type": "title_2",
"parent": "2aJLm2-layout-2",
"children": ["2aJLm2-layout-5", "2aJLm2-layout-6", "2aJLm2-layout-7"]
},
{
"layout_id": "2aJLm2-layout-5",
"text": "版面检测后，对识别置信度做归一化。设原始打分为 x，则映射得分 S 定义为：",
"position": [48, 164, 499, 36],
"type": "text",
"sub_type": "",
"parent": "2aJLm2-layout-4",
"children": []
},
{
"layout_id": "2aJLm2-layout-6",
"text": "S = 1 / (1 + e^{-x})",
"position": [96, 208, 400, 36],
"type": "formula",
"sub_type": "",
"parent": "2aJLm2-layout-4",
"children": []
},
{
"layout_id": "2aJLm2-layout-7",
"text": "当 x 增大时 S 趋近 1。公式在返回 JSON 中对应 type 为 formula 的版面块。",
"position": [48, 252, 499, 20],
"type": "text",
"sub_type": "",
"parent": "2aJLm2-layout-4",
"children": []
},
{
"layout_id": "2aJLm2-layout-9",
"text": "2.2 表格识别",
"position": [48, 284, 140, 20],
"type": "title",
"sub_type": "title_2",
"parent": "2aJLm2-layout-2",
"children": ["2aJLm2-layout-10", "2aJLm2-layout-11", "2aJLm2-layout-12"]
},
{
"layout_id": "2aJLm2-layout-10",
"text": "表 1 列出常见版面元素与接口字段的对应关系。",
"position": [48, 308, 499, 18],
"type": "text",
"sub_type": "",
"parent": "2aJLm2-layout-9",
"children": []
},
{
"layout_id": "2aJLm2-layout-11",
"text": "",
"position": [48, 330, 499, 148],
"type": "table",
"sub_type": "",
"parent": "2aJLm2-layout-9",
"children": []
},
{
"layout_id": "2aJLm2-layout-12",
"text": "表 1 版面元素与返回字段",
"position": [48, 484, 200, 16],
"type": "title",
"sub_type": "table_title",
"parent": "2aJLm2-layout-9",
"children": []
},
{
"layout_id": "2aJLm2-layout-13",
"text": "2.3 插图与图题",
"position": [48, 512, 140, 20],
"type": "title",
"sub_type": "title_2",
"parent": "2aJLm2-layout-2",
"children": ["2aJLm2-layout-14", "2aJLm2-layout-15"]
},
{
"layout_id": "2aJLm2-layout-14",
"text": "",
"position": [48, 536, 499, 140],
"type": "image",
"sub_type": "chart",
"parent": "2aJLm2-layout-13",
"children": []
},
{
"layout_id": "2aJLm2-layout-15",
"text": "图 1 近三年版面识别准确率（%）",
"position": [48, 682, 240, 16],
"type": "title",
"sub_type": "image_title",
"parent": "2aJLm2-layout-13",
"children": []
},
{
"layout_id": "2aJLm2-layout-16",
"text": "内部资料 仅供接口文档示例",
"position": [48, 800, 220, 14],
"type": "head_tail",
"sub_type": "",
"parent": "root",
"children": []
},
{
"layout_id": "2aJLm2-layout-17",
"text": "第 1 页",
"position": [500, 800, 48, 14],
"type": "head_tail",
"sub_type": "",
"parent": "root",
"children": []
}
],
"tables": [
{
"layout_id": "2aJLm2-layout-11",
"markdown": "| 元素 | 返回 type | 说明 |\n| --- | --- | --- |\n| 标题 | title | sub_type 为 title_n |\n| 段落 | text | 正文阅读顺序 |\n| 公式 | formula | 需开启 recognize_formula |\n| 表格 | table | cells 与 matrix 描述单元格 |\n| 插图 | image | 图题为 image_title |\n",
"html": "<table><thead><tr><th>元素</th><th>返回 type</th><th>说明</th></tr></thead><tbody><tr><td>标题</td><td>title</td><td>sub_type 为 title_n</td></tr><tr><td>段落</td><td>text</td><td>正文阅读顺序</td></tr><tr><td>公式</td><td>formula</td><td>需开启 recognize_formula</td></tr><tr><td>表格</td><td>table</td><td>cells 与 matrix 描述单元格</td></tr><tr><td>插图</td><td>image</td><td>图题为 image_title</td></tr></tbody></table>",
"table_title_id": ["2aJLm2-layout-12"],
"position": [48, 330, 499, 148],
"cells": [
{"layout_id": "2aJLm2-layout-11-0", "text": "元素", "position": [48, 330, 80, 24], "type": "text", "sub_type": "", "parent": "", "children": null},
{"layout_id": "2aJLm2-layout-11-1", "text": "返回 type", "position": [128, 330, 120, 24], "type": "text", "sub_type": "", "parent": "", "children": null},
{"layout_id": "2aJLm2-layout-11-2", "text": "说明", "position": [248, 330, 299, 24], "type": "text", "sub_type": "", "parent": "", "children": null},
{"layout_id": "2aJLm2-layout-11-3", "text": "标题", "position": [48, 354, 80, 24], "type": "text", "sub_type": "", "parent": "", "children": null},
{"layout_id": "2aJLm2-layout-11-4", "text": "title", "position": [128, 354, 120, 24], "type": "text", "sub_type": "", "parent": "", "children": null},
{"layout_id": "2aJLm2-layout-11-5", "text": "sub_type 为 title_n", "position": [248, 354, 299, 24], "type": "text", "sub_type": "", "parent": "", "children": null}
],
"matrix": [
[0, 1, 2],
[3, 4, 5],
[6, 7, 8],
[9, 10, 11],
[12, 13, 14],
[15, 16, 17]
],
"merge_table": ""
}
],
"images": [
{
"layout_id": "2aJLm2-layout-14",
"image_title_id": ["2aJLm2-layout-15"],
"position": [48, 536, 499, 140],
"content_layouts": [],
"data_url": "https://bj.bcebos.com/v1/example/2aJLm2-layout-14.png",
"image_description": ""
}
],
"meta": {
"page_width": 595,
"page_height": 842,
"is_scan": false,
"page_angle": 0,
"page_type": "doc",
"sheet_name": ""
}
}
],
"chunks": [
{
"chunk_id": "2aJLm2-chunk-0",
"content": "版面检测后，对识别置信度做归一化。设原始打分为 x，则映射得分 S 定义为：\nS = 1 / (1 + e^{-x})\n当 x 增大时 S 趋近 1。公式在返回 JSON 中对应 type 为 formula 的版面块。",
"type": "text",
"meta": {
"title": ["2 复杂版面解析说明", "2.1 公式与段落"],
"position": [{"box": [48, 164, 499, 108], "page_num": 0}]
}
},
{
"chunk_id": "2aJLm2-chunk-1",
"content": "| 元素 | 返回 type | 说明 |\n| --- | --- | --- |\n| 标题 | title | sub_type 为 title_n |\n| 段落 | text | 正文阅读顺序 |\n| 公式 | formula | 需开启 recognize_formula |\n| 表格 | table | cells 与 matrix 描述单元格 |\n| 插图 | image | 图题为 image_title |\n",
"type": "table",
"meta": {
"title": ["2 复杂版面解析说明", "2.2 表格识别"],
"position": [{"box": [48, 330, 499, 148], "page_num": 0}]
}
}
]
}对应 Markdown（markdown_url）形态：
# 2 复杂版面解析说明
本文用于展示文档解析接口对页眉、标题、段落、公式、表格、插图和页脚的综合识别结果。阅读顺序按人类阅读习惯从左到右、从上到下排列。
## 2.1 公式与段落
版面检测后，对识别置信度做归一化。设原始打分为 x，则映射得分 S 定义为：
$$
S = 1 / (1 + e^{-x})
$$
当 x 增大时 S 趋近 1。公式在返回 JSON 中对应 type 为 formula 的版面块。
## 2.2 表格识别
表 1 列出常见版面元素与接口字段的对应关系。
| 元素 | 返回 type | 说明 |
| --- | --- | --- |
| 标题 | title | sub_type 为 title_n |
| 段落 | text | 正文阅读顺序 |
| 公式 | formula | 需开启 recognize_formula |
| 表格 | table | cells 与 matrix 描述单元格 |
| 插图 | image | 图题为 image_title |
## 2.3 插图与图题
页眉页脚会出现在 JSON 的 head_tail 里，默认不进 Markdown 正文。
常见错误码
完整列表见 错误码。接入时至少处理：
| error_code | 含义 |
| 0 | 成功 |
| 282003 | 缺参数 |
| 282007 | task_id 不存在或已过期 |