这是一个创建于 434 天前的主题，其中的信息可能已经有所发展或是发生改变。
pdf 的格式很多很杂，有的标题是居中的，有的是左对齐的，如何将这些繁杂的 pdf 进行切割？ （尝试过使用 itext5 ，但是对左对齐的标题格式不太好处理。）
 |
1
functionABC 2024-08-23 16:03:39 +08:00
要切割成啥样子呀？
|
 |
2
justNoBody 2024-08-23 17:59:06 +08:00
能不能发一个具体的材料，然后你想办法脱敏一下，我挺感兴趣的。
|
 |
3
SoloKing 2024-08-23 19:18:15 +08:00 via Android
借楼，我也有需求，PDF 或者 Word 的内容提取出来之后，按章节段落切分，有什么好的方法吗？
|
 |
4
mythabc 2024-08-23 19:32:41 +08:00
1. 版式识别
2. 多模态大模型 |
 |
5
wuDportgas OP @functionABC 根据一级标题去做切分
|
|
6
wuDportgas OP @mythabc ocr 速度比较慢
|
Select Language