新:页面级置信度路由已上线// 文档解析 API

任意 PDF,结构化 Markdown/JSON 输出,按页计费。

扫描件、手机拍照、学术论文、商业报告——DocUnwrap 统统解析为干净的 Markdown 或 JSON,每页约 $0.002。结构化提取比 AWS Textract 便宜约 90%。

每月 100 页免费——无需信用卡。

quarterly-report.pdf
第 1 页 / 共 3 页
title
table
$1,245.00
MarkdownJSON区块 (12)
Q1 Financial Summary
MetricQ4Q1
Revenue$1,120$1,245
Margin31%34%
Pages1824
~$0.002
每页 · 基础 OCR
90%
结构化提取比 Textract 便宜
100
每月免费页数
// 能解析什么

一个 API,吃下所有文档形态。

从传真级扫描件到密集财报表格——下列每种类型都在在线演示里有端到端的真实解析。

扫描件

传真级扫描与复印件,每页附带置信度分数。

手机拍照

倾斜、反光的拍照件:收据、表单、白板。

学术论文

双栏排版、公式转 LaTeX、参考文献原样保留。

财报报表

密集数字表格完整保留为 Markdown 表格,可直接用于分析。

发票收据

明细与总额解析为带 bounding box 的结构化 JSON。

多语言混排

中英日韩与主要欧洲语言——同一文档内混排也能解析。

// 工作原理

三步,PDF 变成管线就绪的数据。

路由、重试与置信度处理都发生在幕后——你只需要写一个 HTTP 调用。

01

提交 PDF

带 API 密钥 POST 文件或 URL。数字原生 PDF 走零成本快速通道,秒级返回。

POST /v1/parse
02

解析与路由

每页按你选的模型档位解析;效果不佳的页面自动转更强的抗降质模型重解析。

多模型路由
03

消费结果

轮询任务或等 Webhook 回调——干净的 Markdown、结构化 JSON、逐页置信度。

Webhook · 轮询
// DocUnwrap 对比主流方案

结构化提取,价格只要大厂的一成。

这一行的每家都能解析 PDF。差别在于返回什么结构——以及每一页收你多少钱。

DocUnwrapAWS TextractMistral OCRAzure Document Intelligence
基础 OCR 价格~$0.002/页$1.50/千页$2–4/千页$1.50/千页
结构化提取价格~$0.005/页$65/千页$2–4/千页$10–30/千页
真实降质文档强中弱中
表格精度高中中高
模型透明可选透明可选黑盒黑盒黑盒
异步批量处理原生支持有限有限有限
// 为什么换过来

为真实文档而建,按真实用量计价。

别人放弃的文档,我们读得出来

手机拍照、传真、低质量扫描件。解析效果不佳的页面会先用更强的抗降质模型重新解析,再把结果交给你。

结构化提取便宜 90% 以上

结构化 JSON 每页约 $0.005——每千页 $5,而不是 $65。语料越大,省得越多。

价格算得清

每页单价与超额费率全部公开。没有按席位的数学题,计算器前面也没有「联系销售」的关卡。

模型不是黑盒

通过 API 参数为每次请求权衡精度与成本——页面级置信度告诉你哪些结果可以直接信任。

异步是一等公民

批量队列、webhook 回调、首日即支持 100 并发任务。批量 PDF 处理是核心场景,不是事后补丁。

// API 能做什么

PDF 转 Markdown

标题层级、列表、表格、LaTeX 公式原样保留——输出可直接进 RAG 或 LLM 上下文。

PDF 转 JSON

结构化内容块自带 bounding box,每个提取值都能回溯到页面上的精确区域。

扫描件与拍照 OCR

手机拍照、传真、倾斜的低质量扫描件。识别效果不佳的页面会自动路由到更强的抗降质模型。

异步批量处理

大队数 PDF 入队解析,webhook 回调通知。50 页的批量任务通常 1 分钟内完成。

数字原生 PDF 快速通道

数字原生 PDF 完全跳过 GPU 推理——近乎秒回,服务成本几乎为零。

表格提取

复杂表格——合并单元格、跨页表格——输出为干净的 Markdown 或 HTML 表格。

页面级置信度

逐页置信度分数标记需要人工复核的页面,并驱动自动路由到更强的模型。

多语言文档

英文、中文、日文、韩文与欧洲主要语言——中英混排等混合文字文档也支持。

// 快速集成

几分钟,从上传到结构化输出。

一个 REST 端点,无需 SDK——一把 API 密钥、一个 URL 就够了。

  • 文本型 PDF 走零成本快速通道,秒级返回。
  • 大文件走异步批量,完成后 Webhook 回调通知。
  • 按页透明计费,解析多少付多少。
parse — docunwrap api
$ curl https://api.docunwrap.com/v1/parse \
  -H "Authorization: Bearer $DocUnwrap_API_KEY" \
  -F file=@quarterly-report.pdf
24 pages · queued · est. $0.12
markdown · tables · confidence 0.97
{ "format": "markdown", "pages": 24, "markdown": "# Quarterly Report…" }
$
// 谁在用 DocUnwrap

为「上游是文档」的团队而建。

RAG · 知识库

AI 应用开发者

用干净的 Markdown 喂 embedding,而不是 OCR 出来的文本糊——扫描版论文和乱格式报告都能处理,全量语料入库的成本也不会失控。

发票 · 合同 · 报表

中小企业文档自动化

手机拍的发票、扫描的合同,回来就是带 bounding box 的结构化 JSON——扫描仪和你的账本之间不再需要人工抄字段。

arXiv · LaTeX · 表格

学术与研究工具

公式输出 LaTeX、表格保持原样、页面级置信度支撑复核队列——用批量 API 一夜解析整个 arXiv 分区。

// 常见问题

常见问题

DocUnwrap 是什么?

DocUnwrap 是一个文档解析 API:扫描件、手机拍照、学术论文、商业报告——任意 PDF 经一个 HTTP 接口转为结构化 Markdown 或 JSON,按页计费。

价格怎么算?

基础 OCR 约 $0.002/页,结构化提取约 $0.005/页。免费版每月含 100 页;付费版 $19/月起、含 4,750 credits,超额低至 $0.003/页。

扫描件、手机拍的 PDF 能解析吗?

能——这正是我们重点攻克的场景。低质量扫描、传真件、拍照文档都能解析,并附带页面级置信度分数,哪页需要人工复核一目了然。

输出什么格式?

Markdown(保留标题层级、列表、表格、LaTeX 公式),或带 bounding box 的结构化 JSON——直接可用于 RAG 管道与数据抽取。

支持大批量处理吗?

异步批量是一等公民:提交几百页的 PDF,轮询任务状态或等 Webhook 回调即可。数字原生 PDF 走零成本快速通道,秒级返回。

比 AWS Textract 便宜吗?

结构化提取约便宜 90%:我们约 $5/千页,AWS Textract 是 $65/千页——透明按页计价,没有隐藏费用。

前 100 页,免费解析。

注册账号、拿到 API 密钥,几分钟内完成首次调用。每月 100 页免费——无需信用卡。

$curl -F file=@doc.pdf -H "Authorization: Bearer $DocUnwrap_API_KEY" https://api.docunwrap.com/v1/parse免费开始