待验证50% 置信事实精确时间
pdfminer.six进行布局分析（字符→行→框），提供细粒度位置、字体、字号，但结构化需自己构建。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/17
首次发现
有效期至：2027/1/15
来源
涉及实体
相关事实
待验证相比 PyPDF2、pdfplumber 等纯文本抽取工具，Docling 保留了语义结构信息，因此适合构建自定义 AST 布局解析器。70% 相似待验证本地化PDF摘要工作流由六个节点组成，顺序为触发→读取→提取→LLM处理→转换→写回70% 相似待验证所有PDF文本提取工具本质上都是通过坐标聚类重建阅读顺序、用间距阈值判断换行与分栏、用字体字号差异猜测标题层级来进行逆向推断。70% 相似待验证PDF文档解析更多依赖模型对版面结构、表格边界、多栏排布的视觉理解，而非纯粹的逻辑推理链条70% 相似已验证PDF本质上是面向打印的页面描述语言，内部存储字符的绝对坐标而非语义结构，导致扫描版需OCR、多栏排版顺序错乱、表格丢失行列关系等解析挑战69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1051544API
curl https://kongchang.com/api/v1/knowledge/claims/1051544MCP
get_claim(id=1051544)