输出格式与特性配置

output_formats

可传多个,指定需要返回的输出类型:

  • markdown — 结构化 Markdown 文本
  • json — SoMark 兼容 JSON(pages[].blocks[])
  • zip — 打包下载链接(含 md + json)

element_formats(JSON 字符串)

{
  "image": "url",      // url | base64 | file | none
  "formula": "latex",  // latex | mathml | ascii
  "table": "html",     // markdown | html | image
  "cs": "image"        // 化学结构式
}

feature_config(JSON 字符串)

{
  "enable_text_cross_page": false,
  "enable_table_cross_page": false,
  "enable_title_level_recognition": true,
  "enable_inline_image": false,
  "enable_table_image": true,
  "enable_image_understanding": true,
  "keep_header_footer": false
}
  • enable_title_level_recognition — 识别标题 H1/H2/H3 层级
  • enable_table_cross_page — 跨页表格自动拼接
  • enable_text_cross_page — 跨页段落自动拼接
  • keep_header_footer — 是否保留页眉页脚块

JSON 输出结构

{
  "pages": [{
    "page_num": 0,
    "page_size": { "w": 1190, "h": 1684 },
    "blocks": [{
      "idx": 0,
      "type": "title",
      "bbox": [72, 50, 540, 80],
      "content": "第一章 引言",
      "format": "text",
      "title_level": 1
    }]
  }]
}