DoclingDocument JSON format (.json)
Formatet DoclingDocument JSON leser den native, tapsfrie JSON-serialiseringen som sendes ut av
Docling. Det følger
dokumentets leseorden (body.children), løser opp $ref-pekerne i
texts/tables/groups/pictures-arrayene, og mapper til neokapi-innholdsmodellen
pluss strukturlaget (SemanticRole, GeometryAnnotation, LayoutLayer). Dette
er den filbaserte «konsum Docling»-grensen ved siden av DocLang XML-leseren:
et verktøy kjører Docling, lagrer JSON-en, og neokapi leser den.
Dekning: tekstelementer (title, section_header med nivå, paragraph/text,
list_item, undertekst, footnote, page_header/page_footer → furniture, code,
formula); grupper (lister og inline-grupper); tabeller (det løste cellerutenettet,
med kolonne/rad-hodeceller → table-header-rolle) og deres undertekster; bilde-
undertekster; og per-element sidegeometri fra prov[].bbox. Inline-formatering er
ikke en del av den grunnleggende DoclingDocument-tekstmodellen, så hvert tekstelement er én kjøring.
Skrivebeskyttet: Docling eier JSON-en, og neokapi re-emitterer struktur via DocLang-skriveren eller projiserer til Markdown/HTML.
How kapi reads it
This format has no configurable parameters.
Run it
Processing notes
Deler
.json-utvidelsen med den generiske JSON-leseren og disambiguerer ved hjelp av en presis innholdssniff (schema_name+DoclingDocument) med lavere prioritet enn standard, slik at en vanlig.jsonaldri løses til DoclingDocument når sniffingen mislykkes.
Limitations
Skrivebeskyttet, uten DoclingDocument-skriver; re-emit via DocLang-skriveren eller en Markdown/HTML-projeksjon.
Innformatering er ikke modellert (hvert tekstelement er én enkelt kjøring).
← Back to the Format Reference