解析配置说明

本页聚焦 Parser 风格文档解析接口的请求参数。下面的说明和示例只保留 file 上传方式，并只展示当前对外使用的参数名。

请求参数

参数	位置	类型	必填	默认值	说明
file	form	file	是	—	输入文档文件
image_type	query	string	否	url	Markdown 中图片的嵌入方式：url 或 base64
content_filter	query	string	否	all	仅保留指定类型的内容块
options_json	form	JSON string	否	内置默认值	解析行为配置，会与服务端默认值合并

image_type

image_type 控制图片类内容在 Markdown 结果里的输出方式：

值	说明
url	以可访问 URL 的形式嵌入图片内容
base64	以内联 Base64 的形式嵌入图片内容

如果你的结果需要直接被前端页面或知识库引用，通常建议使用 url；如果需要一个完全自包含的 Markdown 文件，可以选择 base64。

content_filter

content_filter 用来裁剪返回结果中保留的内容类型。常见用法：

值	说明
all	返回全部内容块
text	只保留文本相关内容
table	只保留表格相关内容
image	只保留图片相关内容

当你只关心某一种块类型时，先在请求侧过滤，通常会比在下游代码里二次筛选更简单。

options_json

options_json 是一个 JSON 字符串，用于控制解析行为。常见能力包括：

• 是否生成文档目录树
• 是否合并跨块表格
• 是否重排标题层级
• 是否忽略页眉、页脚、角标等辅助内容

示例：

{
  "applyDocumentTree": true,
  "mergeTables": true,
  "relevelTitles": true,
  "ignore_labels": [
    "number",
    "footnote",
    "header",
    "header_image",
    "footer",
    "footer_image",
    "aside_text"
  ]
}

ignore_labels

ignore_labels 一般作为 options_json 的一部分传入，用来忽略解析结果中的辅助内容标签。当前支持的标签包括：

• number
• footnote
• header
• header_image
• footer
• footer_image
• aside_text

如果你希望完整保留这些内容，可以显式传空数组：

--form 'options_json={"ignore_labels":[]}'

推荐做法

• 对实时预览场景，优先用 image_type=url，减小响应体体积。
• 对知识抽取或检索场景，可用 content_filter=text 或 content_filter=table 缩小下游处理范围。
• 对版式较复杂的文档，建议开启目录树与表格合并能力，再结合 返回结构总览 一起调试。