[email protected]

能否支持三栏布局的pdf文档解析

1

目前版本（0.8.1）解析的pdf文档，如果是三栏布局，解析结果会存在段落错乱的问题，  部分运行日志： 2024-09-14 10:20:35.811 | INFO | magic_pdf.model.pdf_extract_kit:__call__:289 - formula nums: 2, mfr time: 0.33 2024-09-14 10:20:36.460 | INFO | magic_pdf.model.pdf_extract_kit:__call__:372 - ocr cost: 0.65 2024-09-14 10:20:36.461 | INFO...

多栏版面文档识别的阅读顺序不正确

3

### Description of the bug | 错误描述 使用0.9.0版本识别多栏版面文档识别的阅读顺序不正确 ### How to reproduce the bug | 如何复现 源pdf文档见附件 [14-美国“马赛克战”作战概念解析_雷子欣.pdf](https://github.com/user-attachments/files/17676559/14-._.pdf) 识别的版面阅读顺序不正确的截图   ### Operating system | 操作系统 Linux ### Python version...

### Description of the bug | 错误描述 在同一页中相同的公式（符号）一处被识别为公式一处别识别为文本。 ### How to reproduce the bug | 如何复现 在同一页中相同的公式（符号）一处被识别为公式一处别识别为文本。如：    解析后的markdown效果：  源pdf文档请见 [test01_origin.pdf](https://github.com/user-attachments/files/18517899/test01_origin.pdf) span结果 [test01_spans.pdf](https://github.com/user-attachments/files/18517955/test01_spans.pdf) ### Operating system |...

阿拉伯文pdf解析内容提取结果不符合语言顺序

2

### 🔎 Search before asking | 提交之前请先搜索 - [x] I have searched the MinerU [Readme](https://github.com/opendatalab/MinerU) and found no similar bug report. - [x] I have searched the MinerU [Issues](https://github.com/opendatalab/MinerU/issues) and...