RPA在财经中的应用 实验手册：OCR文字识别自动化.pdf

实验手册（仅供本课程学习使用，请勿外传）

实验6：OCR文字识别自动化

任务一：合同文本识别

【任务描述】

请编写一个流程，使用Mage通用文字识别功能识别“合同.PDF”文本，并

将识别出的内容其保存到“合同.docx”中。

【实验步骤】

步骤1：新建一个流程，命名为“合同文本识别”。

步骤2：在流程图界面中，绘制如下图所示的流程图。

图6-1绘制“合同文本识别”流程图

步骤3：添加“PDF文字识别”命令，选择待识别的PDF文件，设置“识别全部

页”为：是，识别PDF文档所有页，识别结果保存在jsonRet中。

1

实验手册（仅供本课程学习使用，请勿外传）

图6-2“PDF文字识别”命令设置

步骤4：添加“获取全部文本”命令，设定文字识别结果为上一文字识别命令返

回的结果：jsonRet，“包含换行”为：是，获取全部文本（包括换行）。

图6-3“获取全部文本”命令设置

步骤5：添加“打开文档”命令，选择要保存的文件路径，即@res目录下的合

同.docx，打开该文档。

图6-4“打开文档”命令设置

步骤6：添加“写入文字”命令，设置写入内容为：sRet，即“获取全部文本”

命令的返回字符串。命令在当前的word文档中写入识别内容。

2

实验手册（仅供本课程学习使用，请勿外传）

图6-5“写入文字”命令设置

步骤7：添加“保存文档”命令，保存当前文档。

图6-6“保存文档”命令设置

步骤8：添加“关闭文档”命令，关闭当前文档。

图6-7“关闭文档”命令设置

步骤9：运行本流程，查看流程运行结果。流程识别合同.pdf文件内容，并将其

保存在word中，word文件样式如下。

3

实验手册（仅供本课程学习使用，请勿外传）

图6-8“合同文本识别”流程运行结果

任务二：应收款表格识别

【任务描述】

请编写一个流程，使用Mage通用表格识别功能识别“应收款对账表.PDF”

中的表格，输出“应收款对账.PDF”文件（示例如下）的表格数，第一张表格的

行数；提取“应收款对账表.PDF”的表格内容，并将两张表格内容分别保存在两

个Sheet中。

4

实验手册（仅供本课程学习使用，请勿外传）

图6-9“应收款对账.PDF”文件示例

【实验步骤】

步骤1：新建一个流程，命名为“应收款表格识别”。

步骤2：在流程图界面中，绘制如下图所示的流程图。

图6-10绘制“应收款表格识别”流程图

步骤3：添加“PDF表格识别”命令，设置PDF文件路径为：应收款对账表.pdf，

设置“识别全部页”为：1，识别PDF文档的首页，识别结果保存在jsonRet中。

5

实验手册（仅供本课程学习使用，请勿外传）

图6-11“PDF表格识别”命令设置

步骤4：添加“获取表格数”命令，设置表格识别结果为：jsonRet：输出到为：

i表格数。添加“输出调试信息”命令，设置输出内容为：表格数：i表格数。

命