grobid-quantities-client 0.2.1

处理文本/pdf

fromgrobid_quantities.quantitiesimportQuantitiesClientclient=QuantitiesClient(apiBase=server_url)

要处理原始文本：

client.process_text("I lost two minutes")

处理PDF

client.process_pdf(pdfFile)

分析测量值

client.parse_measures("from":"10","to":"20","unit":"km")

响应是一个元组，其中第一个元素是状态码，第二个元素是作为字典的响应体。 下面是一个示例：

(200,{"runtime":123,"measurements":[{"type":"value","quantity":{"type":"time","rawValue":"two","rawUnit":{"name":"minutes","type":"time","system":"non SI","offsetStart":11,"offsetEnd":18},"parsedValue":{"numeric":2,"structure":{"type":"ALPHABETIC","formatted":"two"},"parsed":"two"},"normalizedQuantity":120,"normalizedUnit":{"name":"s","type":"time","system":"SI base"},"offsetStart":7,"offsetEnd":11}}]})

批处理

批处理在类QuantitiesBatch中实现。 类可以通过在构造函数中定义实体钓鱼url来实例化，否则使用默认的。

要运行处理，方法process需要input目录、回调和线程/进程数。 script/batchsample.py中已经有一个现成的实现。

要运行它：

• 在此工作分支下，准备两个文件夹：输入其中包含要处理的输入pdf文件，以及输出其中收集处理结果
• 我们建议使用$pip install-r/path/of/grobid quantities python client/source/requirements.txt创建一个新的virtualenv，激活它并安装此虚拟环境中所需的所有需求
• （暂时，直到此分支未合并）在编辑模式下安装实体钓鱼多线程分支（pip install-e/path/of/client python/source）
• 使用python runfile.py input output 5运行它