kec ocr 추가

workspace/routers/google_docai.py

@@ -1,5 +1,3 @@
-# google_docai.py
-
 import json
 import os
 from typing import Optional
@@ -7,21 +5,37 @@ from typing import Optional
 from google.api_core.client_options import ClientOptions
 from google.cloud import documentai
 
-if not os.getenv("GOOGLE_APPLICATION_CREDENTIALS"):  # 이미 설정되어 있지 않다면
+# Google Cloud 인증 정보 설정 (환경 변수가 설정되어 있지 않은 경우)
+if not os.getenv("GOOGLE_APPLICATION_CREDENTIALS"):
     os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = (
-        "/home/jackjack/test/doc_ai/workspace/drawingpdfocr-461103-2441e0b34216.json"  # 이 경로가 API 서버 실행 시점에서 유효해야 함
+        "/home/jackjack/test/doc_ai/workspace/drawingpdfocr-461103-2441e0b34216.json"
     )
 
 
-def process_document_from_content(  # 함수 이름 및 파라미터 변경
+def process_document_from_content(
     project_id: str,
     location: str,
     processor_id: str,
-    file_content: bytes,  # file_path 대신 file_content (bytes)
+    file_content: bytes,
     mime_type: str,
     field_mask: Optional[str] = None,
     processor_version_id: Optional[str] = None,
 ) -> documentai.Document:
+    """
+    주어진 파일 콘텐츠를 사용하여 Document AI 프로세서를 통해 문서를 처리합니다.
+
+    Args:
+        project_id (str): Google Cloud 프로젝트 ID.
+        location (str): 프로세서 위치 (예: "us", "asia-east1").
+        processor_id (str): 프로세서 ID.
+        file_content (bytes): 처리할 파일의 바이너리 콘텐츠.
+        mime_type (str): 파일의 MIME 타입 (예: "application/pdf").
+        field_mask (Optional[str]): 추출할 필드를 지정하는 필드 마스크.
+        processor_version_id (Optional[str]): 특정 프로세서 버전 ID.
+
+    Returns:
+        documentai.Document: 처리된 문서 객체.
+    """
     opts = ClientOptions(api_endpoint=f"{location}-documentai.googleapis.com")
     client = documentai.DocumentProcessorServiceClient(client_options=opts)
 
@@ -32,10 +46,9 @@ def process_document_from_content(  # 함수 이름 및 파라미터 변경
     else:
         name = client.processor_path(project_id, location, processor_id)
 
-    # 파일 읽기 부분이 사라지고, file_content를 직접 사용
     raw_document = documentai.RawDocument(content=file_content, mime_type=mime_type)
 
-    # 예시: 첫 페이지만 처리 (필요에 따라 수정)
+    # 예시: 첫 페이지만 처리 (필요에 따라 수정 가능)
     process_options = documentai.ProcessOptions(
         individual_page_selector=documentai.ProcessOptions.IndividualPageSelector(
             pages=[1]
@@ -55,16 +68,51 @@ def process_document_from_content(  # 함수 이름 및 파라미터 변경
 def extract_and_convert_to_json(
     document: documentai.Document,
 ) -> str:
+    """
+    Document AI 문서 객체에서 엔티티 정보를 추출하여 JSON 문자열로 변환합니다.
+    'properties'와 같은 중첩된 엔티티도 처리합니다.
+
+    Args:
+        document (documentai.Document): Document AI에 의해 처리된 문서 객체.
+
+    Returns:
+        str: 추출된 엔티티 정보가 담긴 JSON 문자열.
+    """
     extracted_entities = []
     if document and document.entities:
         for entity in document.entities:
-            if (
-                hasattr(entity, "type_")
-                and hasattr(entity, "mention_text")
-                and entity.type_
-                and entity.mention_text
-            ):
-                extracted_entities.append(
-                    {"type": entity.type_, "mention_text": entity.mention_text}
-                )
+            entity_data = {}
+
+            # 기본 엔티티 속성 추출
+            if hasattr(entity, "type_") and entity.type_:
+                entity_data["type"] = entity.type_
+            if hasattr(entity, "mention_text") and entity.mention_text:
+                entity_data["mention_text"] = entity.mention_text
+            if hasattr(entity, "confidence"):
+                entity_data["confidence"] = entity.confidence
+
+            # 'properties' 필드에 중첩된 엔티티가 있는 경우 처리
+            # Document AI의 엔티티 모델에 따라 properties가 있을 수 있습니다.
+            if hasattr(entity, "properties") and entity.properties:
+                # properties는 리스트 형태일 수 있으므로 순회합니다.
+                nested_properties = []
+                for prop in entity.properties:
+                    prop_data = {}
+                    if hasattr(prop, "type_") and prop.type_:
+                        prop_data["type"] = prop.type_
+                    if hasattr(prop, "mention_text") and prop.mention_text:
+                        prop_data["mention_text"] = prop.mention_text
+                    if hasattr(prop, "confidence"):
+                        prop_data["confidence"] = prop.confidence
+                    if prop_data:  # 추출된 데이터가 있는 경우에만 추가
+                        nested_properties.append(prop_data)
+
+                if nested_properties:  # 중첩된 속성이 하나라도 있다면 추가
+                    entity_data["properties"] = nested_properties
+
+            # 모든 데이터가 추출된 후, 해당 엔티티 데이터를 리스트에 추가
+            if entity_data:
+                extracted_entities.append(entity_data)
+
+    # JSON 형식으로 반환
     return json.dumps(extracted_entities, ensure_ascii=False, indent=2)