Chýbajúce polia a nulové polia sú dve rôzne zlyhania.
"Pole sa nenašlo" a "Pole je nulová hodnota" sa môžu v rozhraní zobraziť prázdne, ale po vstupe do programu by sa nemali zamieňať. Potom vyplňte medzery číslom nula a problém bude jemnejší: odberateľ dostane právnu hodnotu, ale myslí si, že pochádza z pôvodného textu.
Ak sa pole nenájde alebo má nulovú hodnotu, môže na rozhraní zobraziť iba medzeru, ale po vstupe do programu je význam úplne iný. Ak vyplníte medzeru číslom nula, následný text získa právnu hodnotu, ale mylne sa domnievate, že pochádza z pôvodného textu, a problém sa bude hľadať ťažšie.
Tento článok je určený pre vývojárov a pracovníkov s dokumentmi, ktorí potrebujú odovzdať výsledky extrakcie programom na spracovanie. Vysvetľuje, ako použiť schému JSON na rozlíšenie troch stavov a použiť niekoľko vstupných vzoriek na vykonanie regresných kontrol. Po prečítaní tohto si môžete nastaviť hranice pre chýbajúce, nulové a nulové hodnoty pre svoj vlastný dátový protokol.
Vzorky v tomto článku sú syntetické údaje a kód bol skontrolovaný pomocou príkladov v izolovanom prostredí, čo však nepredstavuje záruku všetkých skutočných súborov alebo efektov produktu. Pred spracovaním dôležitých dokumentov si uschovajte originály a skontrolujte ich podľa hraníc a akceptačných položiek v texte.
Záver jednej vety
Pole chýba, hodnota je null a hodnota je 0. Mali by existovať tri rôzne stavy. Zmluva musí na ich oddelenie využívať existenciu kľúča a typu hodnoty. Nemôže sa spoliehať na rozhranie alebo následné hádanie.
| vaša situácia | Odporúčané postupy | dôvod |
|---|---|---|
| Je potrebné potvrdiť, či je výstupná štruktúra kompletná | Skontrolujte, či kľúč existuje pomocou required | Chýbajúce kľúče označujú, že výstupná štruktúra je neúplná a nerovná sa nule. |
| V pôvodnom článku nie je k dispozícii žiadna suma | Nastavte hodnotu na null | null znamená, že sa nezískala žiadna dostupná hodnota a nemala by byť vyplnená 0 |
| Pôvodný text výslovne uvádza nulu | Použite hodnotu 0 | Nula je na rozdiel od chýbajúcich a nulových hodnôt jednoznačná hodnota |
| Je potrebné vysvetliť dôvod, prečo nie je extrahované | Pridajte ďalšie pole status alebo reason a definujte povolené hodnoty | Vyhnite sa hláskovaniu dôvodu do reťazca množstva, aby ste znížili následnú demontáž |
Najprv oddeľte tri štáty
V zmluve o zložení tohto článku musí byť prítomný amount, sú povolené číselné hodnoty alebo null. Význam týchto troch stavov je nasledujúci:
- Žiadny kľúč
amount: Výstupná štruktúra je neúplná a ide o výnimku zmluvy. amountprenull: Kľúč existuje, ale momentálne nie je k dispozícii žiadna suma.amountje 0: Existuje jednoznačná nulová hodnota.
Iné protokoly sa dajú použiť na skutočné podnikanie, ale musia byť jasne napísané a nemožno ich nechať hádať na každom volajúcom.
required JSON Schema je zodpovedný za kontrolu, či kľúč existuje, a type je zodpovedný za kontrolu typu hodnoty. Dve bežné mylné predstavy si vyžadujú osobitnú pozornosť:
- Len písanie
requiredautomaticky nevypnenull. - Iba definovanie poľa v
propertiesnevyžaduje, aby sa objavilo.
Oba tieto body sú vhodné na zápis priamo do regresných testov. Úplnú definíciu objektov a required nájdete v Objekty schémy JSON a povinné.
Overte zmluvu so štyrmi vstupmi
from jsonschema import Draft202012Validator
schema = {"type": "object", "required": ["amount"],
"properties": {"amount": {"type": ["number", "null"]}},
"additionalProperties": False}
validator = Draft202012Validator(schema)
valid = lambda value: not list(validator.iter_errors(value))
assert valid({"amount": None})
assert valid({"amount": 0})
assert not valid({})
assert not valid({"amount": "unknown"})
assert not valid({"amount": None, "guessed": True})
Pred spustením je potrebné nainštalovať jsonschema. Tento kód iba kontroluje štruktúru v pamäti, nevolá model extrakcie a nemôže dokázať, že určité množstvo je v súlade s pôvodným textom.
Ak množstvo vyžaduje presné desiatkové vyjadrenie, možno namiesto toho použiť protokol desiatkového reťazca. Nemyslite si len na binárne výpočty s pohyblivou rádovou čiarkou ako na finančné riešenie len preto, že príklad používa number.
Rozhranie by tiež malo jasne uvádzať stav.
Displej na rozhraní musí tiež rozlišovať medzi stavmi, inak si používatelia nesprávne vysvetlia rôzne významy ako rovnaký výsledok.
| údajov | Stav, ktorý by mal byť vyjadrený | by sa nemalo zobrazovať ako |
|---|---|---|
| Žiadny kľúč k sume | Výnimka výstupnej zmluvy | Suma je nula |
| suma je nulová | Nebola získaná žiadna dostupná hodnota | Extrakcia úspešná |
| suma je 0 | má jasnú nulovú hodnotu | Chýba |
| množstvo je neznámy reťazec | Nie je v súlade s touto zmluvou | Automaticky prevedené na hodnotu null a odovzdané v tichosti |
Do číselných polí nevkladajte chýbajúce dôvody
Ak potrebujete rozlíšiť medzi „pôvodný text nebol poskytnutý", „obrázok je nečitateľný", „konflikt kandidátov"atď., môžete pridať ďalšie polestatus alebo reason a definovať preň povolené hodnoty.
Nepíšte dôvod do reťazca sumy a potom nech z neho vytiahne čísla. Neznáme nie je to isté ako zlyhanie: niektoré dokumenty toto pole nemajú a správnym výsledkom je nechať ho neznáme.
📊 Základné porovnanie
| štátu | Existuje kľúč? | hodnotu | význam |
|---|---|---|---|
| Chýba | č | žiadny | Výstupná štruktúra je neúplná |
| nulovú hodnotu | áno | null | Momentálne nie sú k dispozícii žiadne hodnoty |
| nulová hodnota | áno | 0 | explicitná hodnota nula |
🎯 Ktorá metóda je pre vás vhodná?
Ak potrebujete skontrolovať, či je výstup rozhrania úplný
Pomocou required skontrolujte, či kľúč existuje. Chýbajúci kľúč sa priamo považuje za zmluvnú výnimku.
Ak váš dokument často nemá určité pole
Povoľte, aby táto hodnota poľa bola null a dôvod uveďte ako status alebo reason.
Ak je potrebné presne vypočítať sumu
Zvážte protokol desiatkového reťazca a nespoliehajte sa priamo na binárne pohyblivé znaky.
Ak chcete po extrakcii vykonať preklad alebo overenie
Spoločne skontrolujte menu, pôvod a príslušné štítky, aby ste sa uistili, že čísla kľúčov neboli omylom zmenené.
❓ Často kladené otázky (FAQ)
1. Ak píšete iba povinné, zakáže to hodnotu null?
č. required iba skontroluje, či kľúč existuje, deaktiváciu null je potrebné definovať samostatne v type.
2. Aký je rozdiel medzi tým, že pole je nulové a pole je 0?
null znamená, že momentálne nie je dostupná žiadna hodnota, 0 je jednoznačná hodnota. Obidve by mali byť zastúpené v zmluve a rozhraní.
3. Znamená legálny JSON, že výsledok extrakcie je presný?
To neznamená. Štrukturálna kontrola môže iba potvrdiť, že formát je v súlade so zmluvou, ale nemôže dokázať, že suma je v súlade s pôvodným textom.
4. Môže byť pole priamo zobrazené ako 0, keď chýba?
Neodporúča sa. Chýbajúce znamená, že výstupná štruktúra je neúplná. Vyplnenie 0 spôsobí, že downstream to bude považovať za skutočné množstvo.
📝 Zhrnutie
Chýbajúce, nulové a nulové hodnoty majú svoj vlastný význam a mali by byť vyjadrené oddelene prostredníctvom zmlúv a rozhraní. Po schválení štruktúry je ešte potrebné skontrolovať menu, zdroj a zodpovedajúci štítok sumy.
Skúste to teraz: Odovzdajte dokument a spustite preklad, pričom sa zachová pôvodné rozloženie


