待验证50% 置信事实精确时间
PDF文档内部由页面内容流组成，字符通过文本展示操作符（如Tj、TJ）定位在变换矩阵上，不存在段落、表格、列表等语义容器对象。
1
来源数
50%
置信度
长期有效
时效性
2026/10/13
首次发现
来源
涉及实体
相关事实
待验证异构文档指格式、结构、来源各不相同的文档集合，可能包含PDF、网页、表格、图文混排、代码片段等多种形态73% 相似待验证PDF内部结构是基于PostScript的页面描述语言，包含字体嵌入、图层、加密等复杂元数据，需要通过PyMuPDF、pdfplumber等专用解析库才能提取可读文本70% 相似待验证大量非结构化数据（PDF、扫描件、幻灯片、网页、图片中的文字）散落在各种容器格式中，并非天生以Markdown形式存在68% 相似待验证PDF转Word便于编辑文字，PDF转Excel便于处理表格，PDF转JPG可以把文档页面变成图片文件，JPG转PDF用于把多张图片合并成一份文档，Word转PDF适合用统一格式分享文档。67% 相似待验证工作 wiki 中，PDF 文本提取使用 Poppler 的 pdftotext，知识库没有 OCR 功能；当文档包含图片形式的页面时，模型可以直接以图像方式阅读。66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1017644API
curl https://kongchang.com/api/v1/knowledge/claims/1017644MCP
get_claim(id=1017644)