DocParser没有返回表格数据

baidubce / app-builder

appbuilder-sdk, 千帆AppBuilder-SDK帮助开发者灵活、快速的搭建AI原生应用

https://appbuilder.cloud.baidu.com/

Apache License 2.0

460 stars 117 forks source link

Open m220745 opened 3 months ago

m220745 commented 3 months ago

如题：使用示例中的pdf和代码，返回的结果中表格和标题数据都是空，请问这是Bug吗？还是sdk版本不对？安装的sdk版本是：appbuilder-sdk==0.9.1

m220745 commented 3 months ago

经过debug发现是PageContent对象参数名不一致引起的，前面加上page_即可： titles --> page_titles tables --> page_tables

m220745 commented 3 months ago

另外发现tables处理成Markdown结构时，此处不应该set来去重，set 数据结构是无序的，set集合会自动去除重复元素，但不保留原始列表的顺序，可能会导致转换后的表格元素错位。

源文档：

转成Markdown后：