待验证50% 置信事实精确时间
Reducto解析PDF元数据后发现部分文件的涂黑处理不彻底，底层信息仍可被读取。
1
来源数
50%
置信度
长期有效
时效性
2026/10/18
首次发现
来源
涉及实体
相关事实
待验证PDF 文件内部除了可见内容，还可能包含文本层、注释、表单数据、书签甚至隐藏的历史修订信息，只处理可见部分往往不够。71% 相似待验证在PDF文件中文字往往不是以连续段落存在，而是被拆解为带有精确坐标的字符或文本块，修改时需重新计算排版、字体嵌入、行间距等信息67% 相似待验证当前版本只读取带文本层的 PDF，闭源视觉模型在处理扫描件和手写发票方面表现更好。66% 相似待验证压缩PDF的幅度取决于原始文件本身——文本为主的PDF压缩空间有限，图片为主的PDF则可能有明显效果。66% 相似待验证数字生成的PDF文本层通常干净可提取，而真实扫描件（手写批注、低质量倾斜污渍扫描、勾选框签名区、跨页断裂表格）是OCR的主要失败场景66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1058712API
curl https://kongchang.com/api/v1/knowledge/claims/1058712MCP
get_claim(id=1058712)