Сделайте искусственный документ с разным заметным маркером на каждом листе и сравните число страниц на входе с манифестом результатов. Если в ответе есть только первый маркер, найдите границу потери: конвертер, запрос OCR, чтение выходных файлов или извлечение полей. Успешное завершение задания ещё не подтверждает полноту документа.
Манифест хранит исход каждой страницы
| Этап | Что посчитать |
|---|---|
| Исходный PDF/TIFF | Ожидаемые страницы |
| Подготовка изображений | Созданные страницы и их номера |
| Запрос распознавания | Отправленный диапазон |
| Выход сервиса | Результаты и ошибки по страницам |
| Сборка документа | Прочитанные номера без пропусков и дублей |
Пронумеруйте страницы в одном согласованном пространстве. Индекс массива от нуля, номер листа в документе от единицы и напечатанный номер раздела не обязаны совпадать. При разделении файла сохраняйте связь с исходной страницей: иначе результат второй части может перезаписать первую под одинаковым page=1.
Результат может лежать в нескольких выходных объектах
В Google Cloud Vision асинхронная обработка PDF/TIFF использует files:asyncBatchAnnotate; результат записывается в JSON в Cloud Storage, а outputConfig.batchSize задаёт число страниц в одном выходном файле. Руководство проверено 25 октября 2026 года. Чтение первого найденного JSON поэтому не означает чтение всего результата. Для другого API сверяйте его контракт отдельно.
Условный манифест документа:
expected_pages: [1, 2, 3]
page_1: recognized
page_2: recognized_empty
page_3: failed, причина известна
completeness: partial
publication: остановлена до решения о неполнотеПустая распознанная страница и отсутствующий результат — разные состояния. В первом случае обработка завершилась без текста; во втором вы ещё не знаете, был ли лист обработан. Не удаляйте пустые результаты до сверки полноты. Ошибка одной страницы должна оставаться видна даже тогда, когда из остальных уже удалось извлечь полезные поля.
Изолируйте выход каждого задания собственным префиксом или иной предусмотренной областью. В документации Vision указано, что существующий выходной файл может быть перезаписан. Общая папка без связи с запуском создаёт риск смешать старые и новые страницы. После операции читайте только принадлежащие ей результаты, а не «все JSON рядом».
Приёмка включает последнюю страницу и повтор
- Проверить искусственный файл с разными маркерами и пустым листом.
- Сверить все ожидаемые номера.
- Смоделировать ошибку одного листа.
- Повторить незавершённую обработку без дублей.
- Запустить два документа и исключить смешение результатов.
Ограничения по размеру, числу листов и типам файлов проверяйте для конкретного метода и текущей версии API. Не обрезайте документ до лимита молча. Если требуется разбиение, задайте порядок частей и общий статус. Успех одной части не должен автоматически переводить весь документ в состояние готовности.
Политику применения частичного результата согласуйте с задачей. Иногда допустим предварительный просмотр, но автоматическая запись окончательных полей требует полного комплекта или явного разрешённого исключения. Не выдумывайте значения пропущенного приложения по первой странице: там могут находиться уточнения и изменённые реквизиты.
Для диагностики подготовьте число страниц, версию конвертера, выбранный метод OCR, обезличенный список выходных объектов и манифест. Рабочие документы и ссылки с секретами не нужны. Результат считается полным, когда каждому ожидаемому листу соответствует известный исход, порядок восстановлен, а повторная обработка не дублирует страницы и записи в принимающей системе.