阿里CodePercept文档解析准吗？
部门有份 2019 年的需求规格 Word，从".doc 转 PDF 再打印再扫描"那种质感，表格跨三页、合并单元格多。丢进 CodePercept 选"文档理解模式"，它输出的 Markdown 把功能模块章节自动分级（# ## ###），接口入参出参抽成了类似 OpenAPI 的 JSON——这步之前要我手动抄两小时。准确度说细节：前三页表头跨页续接正确，第四页有个五列合并格线淡到快看不见它被识别成两行，导致 JSON 里多了一组空字段，人工删掉就好。相比以前用 PaddleOCR 分页再手动拼，这个已经少操心太多。唯一顾虑是文档内容会经阿里云处理，我们法务要求脱敏后才让传——把客户名、金额字段打码后再传就没问题。对小团队或个人开发者直接云端版很香，大企业记得先脱敏或等私有化版。
发布于 江西
分享
评论
1
未登录
友善发言
评论
加载中
