段落划分有点问题

[fruitbars]

hi， 感谢作者有这么好的库！！！

最近在使用的时候，有个文件期望段落能够这么分出来

但是好像分的有点问题，第二个段落，由于单词之间的间距变大了，每个单词都被划分为段落

原始文件如下，改文件的第1页 1.pdf

[dothinking]

非常感谢指出问题及提供的测试文件。

目前这个库已经发布的功能尚未在版面分析方面作工作，而是直接基于规则利用了PDF中导出的原始信息，因此对相对复杂一点的排版例如科技论文很容易就出现段落、章节划分错误的问题。目前正在利用空余时间断断续续做些版面分析的研究，希望下一个版本可以改善这个问题。感谢你的支持。