PDF解析服务

PDF文档解析和数据提取服务，基于FastAPI构建。

项目结构

pdf_parser/          # 主要源代码目录
├── api/             # API接口
├── app/             # 应用程序
├── core/            # 核心功能和配置
├── models/          # 数据模型
├── schemas/         # Pydantic模型
├── services/        # 服务层
├── tasks/           # 后台任务
└── utils/           # 工具函数

scripts/             # 启动脚本
└── ...

data/                # 数据目录
temp_storage/        # 临时文件存储目录

主要特性

• PDF解析和数据提取
• 异步任务处理
• 定时清理过期文件
• 图片打标功能

运行方式

方式一：使用Python脚本启动

Windows:

# 启动服务
scripts\start.bat

Linux/Mac:

# 启动服务
./scripts/start.sh

方式二：直接启动Python脚本

# 启动API服务
python scripts/run.py

方式三：使用Docker Compose启动（推荐用于生产环境）

# 启动所有服务
docker-compose up -d

# 查看日志
docker-compose logs -f

# 停止所有服务
docker-compose down

API文档

启动API服务后，访问 http://localhost:8000/docs 查看API文档。

环境变量

服务可通过环境变量进行配置：

• APP_ENV: 运行环境 (development/production)
• DEBUG: 是否开启调试模式 (true/false)
• SERVER_PORT: API服务端口
• SERVER_HOST: API服务主机
• REDIS_URL: Redis连接地址
• REDIS_HOST: Redis主机地址
• REDIS_PORT: Redis端口
• REDIS_DB: Redis数据库索引
• REDIS_PASSWORD: Redis密码（如果有）

技术栈

• FastAPI: 高性能Web框架
• Redis: 存储任务状态和后台任务调度
• APScheduler: 定时任务调度
• Pydantic: 数据验证和设置管理

许可证

[许可证信息]