标签：PDF解析

PDF 与表格解析：RAG 数据入库最容易踩的坑与应对方法

很多 RAG 项目效果差，根源不在模型和检索，而在 PDF 解析阶段就丢失或打乱了信息：双栏错序、表格变成乱码、页眉页脚混入正文、扫描件无法识别。本文梳理文档解析的常见问题，并给出分类处理和质量检查的实用方法。