本文提供了调用文件检测任务的具体内容,帮助您编写程序构建HTTP调用请求。

  • 关于如何构造HTTP请求,请参见请求结构
  • 您也可以直接选用已构造好的HTTP请求,具体请参见SDK 概览

描述

业务接口:/green/file/asyncscan

提交文件检测任务,自动解析文件内容,并分别检测其中的图片和文本内容。

使用方法和付费价格与图片检测以及文本反垃圾一致。文本按照请求数收费,一次请求支持检测5000字符,图片按照实际图片数收费。

使用限制
  • 支持的文件对象类型:
    • 文本内容支持以下格式:PDF、WORD、TXT、PPT、EXCEL、OUTLOOK、VISIO、ZIP、TAR、RTF。
    • 图片内容支持以下格式:PDF。
  • 支持的文件大小为5M以内。
  • 限制单用户5QPS。如果您有更高的需求,请通过工单联系我们。

关于scene与label参数

在提交检测任务时,您需要指定scenes场景参数;而在检测返回结果中,则包含与您指定的场景对应的label结果分类参数。

在文件内容反垃圾中,scene与label的对应关系如下。
场景 描述 imageScenes或textScenes label
文件中图片检测 识别文件中的图片包含的特定信息。 传入imageScenes,取值范围:
  • porn:鉴黄
  • ad:广告
  • terrorism:暴恐涉政
  • sface:敏感人脸
  • qrcode:二维码
  • live:不良场景
  • logo:logo识别
  • ocr:OCR图文识别
特定场景对应的label取值与图片检测一致。
文件中文本检测 识别文件中的文本包含的特定信息。 传入textScenes,取值:antispam 特定场景对应的label取值与文本反垃圾一致。

请求参数

说明 检测文本需要传入textScenes;检测图片需要传入imageScenes;两个都检测就都传入。每个场景的使用方法和结果与图片检测和文本反垃圾相同。
名称 类型 是否必须 描述
bizType String 该字段用于标识业务场景。针对不同的业务场景,您可以配置不同的内容审核策略,以满足不同场景下不同的审核标准或算法策略的需求。您可以通过云盾内容安全控制台创建业务场景(bizType),或者通过工单联系我们帮助您创建业务场景。
textScenes String数组 检测内容包含文本时,指定检测场景,取值:antispam
说明 该参数与imageScenes不可同时为空。
imageScenes String数组 检测内容包含图片时,指定检测场景,可选值包括:
  • porn:鉴黄
  • ad:广告
  • terrorism:暴恐涉政
  • sface:敏感人脸
  • qrcode:二维码
  • live:不良场景
  • logo:logo识别
说明
  • 支持多场景(scenes)一起检测, 比如使用scenes=[“porn”, “terrorism”],对一张图片同时进行鉴黄和暴恐识别。
  • 该参数与textScenes不可同时为空。
callback 字符串 异步检测结果回调通知您的URL,支持HTTP/HTTPS。
说明 该字段为空时,您必须定时检索检测结果。
seed 字符串 该值用于回调通知请求中的签名。
说明 传入callback时,该字段必须提供。
tasks JSON数组 JSON数组中的每个元素是一个文件检测任务结构体。最多可以添加5个,即最多对5个文件进行检测。每个元素的具体结构描述见task
表 1. task
名称 类型 是否必须 描述
clientInfo JSON结构体 客户端信息,请参见公共参数中的公共查询参数。
服务器会把全局的clientInfo和此处独立的clientInfo合并。
说明 独立的clientInfo优先级更高。
dataId String 数据ID。需要保证在一次请求中所有的ID不重复。
url String 文件下载的URL。

结果回调通知

调用异步检测时,您可以在请求参数中传入回调通知参数(callback),即一个HTTP/HTTPS协议接口的URL,用来接收检测结果。callback接口必须支持POST方法、UTF-8编码的传输数据,以及表单参数checksumcontent。内容安全按照下表描述的生成规则和格式设置checksumcontent,调用您的callback接口返回检测结果。
说明 您的服务端callback接口收到内容安全推送的结果后,如果返回的HTTP状态码为200,则表示接收成功,其他的HTTP状态码均视为接收失败。接收失败时,内容安全将最多重复推送16次检测结果,直到接收成功。重复推送16次后仍未接收成功,则不再推送,建议您检查callback接口的状态。
名称 类型 描述
checksum String 用户uid + seed + content拼成字符串,通过SHA256算法生成。用户UID即阿里云账号ID,可以在阿里云控制台查询。为防篡改,您可以在获取到推送结果时,按上述算法生成字符串,与checksum做一次校验。
说明 用户UID必须是阿里云主账号UID,而非子账号UID。
content String JSON字符串格式,请自行解析反转成JSON对象。content结果的示例如下。
content结果示例
{
    "code": 200,
    "msg": "OK",
    "dataId": "videoId xxx",
    "taskId": "taskId xxx",
    "results": [
        {
            "label": "porn",
            "rate": 99.2,
            "scene": "porn",
            "suggestion": "block"
        }
    ]
}

返回参数

名称 类型 是否必须 描述
code int 错误码,和HTTP的status code一致。
taskId String 该检测任务的ID。
dataId String 对应的请求中的dataId
msg String 错误描述信息。

示例

请求示例
{
    "bizType": "aligreen-test",
    "textScenes": [
        "antispam"
    ],
    "imageScenes": [
        "porn",
        "ad"
    ],
    "tasks": [
        {
            "dataId": "test2NInmO$tAON6qYUrtCRgLo-1mwxdi",
            "url": "https://img.alicdn.com/tfs/TB1urBOQFXXXXbMXFXXXXXXXXXX-1442-257.pdf"
        },
        {
            "dataId": "test2NInmO$tAON6qYUrtCRgLo-aksdjak",
            "url": "https://img.alicdn.com/tfs/TB1urBOQFXXXXbMXFXXXXXXXXXX-1442-257.pdf"
        }
    ]
}
返回示例
{
    "code": 200,
    "data": [
        {
            "code": 280,
            "dataId": "testCvlKbUe4U@6uT6XJxh3G5-1oB8zu",
            "msg": "PROCESSING - queue",
            "taskId": "file_t_7Efx6ndTriK5Xx$rD2RFkr-1oB8zu"
        }
    ],
    "msg": "OK",
    "requestId": "B15C5A4F-9752-4F25-9DF8-9FF3446E72C9"
}