。

[PirateBook1]

{
    resource_type: 'book',
    source_name: '平定县里不平定——山西省平定县文革史（下）（致知学术出版社2017年）',
    author: '郝志东、黎明，致知学术出版社2017年',
    archive_id: 3,
    articles: [{
        title: '第十章 武斗初起：总站得势、兵团败走东乡',
        authors: ['郝志东', '黎明'],
        page_start: 7,
        page_end: 55,
        dates: [
            { year: 2017, month: 1 }
        ],
    }, {
        title: '第十一章 武斗升级：兵团得势、总站撤退昔阳',
        authors: ['郝志东', '黎明'],
        page_start: 57,
        page_end: 96,
        dates: [
            { year: 2017, month: 1 }
        ],
    }, {
        title: '第十二章 武斗的后果：多人重伤、三人致死',
        authors: ['郝志东', '黎明'],
        page_start: 97,
        page_end: 113,
        dates: [
            { year: 2017, month: 1 }
        ],
    }, {
        title: '第十三章 貌合神离的拉郎配：大联合与平定县革委会的成立',
        authors: ['郝志东', '黎明'],
        page_start: 115,
        page_end: 158,
        dates: [
            { year: 2017, month: 1 }
        ],
    }, {
        title: '第十四章 巩固革命成果：清队、一打三反、清理三种人',
        authors: ['郝志东', '黎明'],
        page_start: 159,
        page_end: 218,
        dates: [
            { year: 2017, month: 1 }
        ],
    }, {
        title: '第十五章 学大寨运动：一首唱走调的歌',
        authors: ['郝志东', '黎明'],
        page_start: 219,
        page_end: 265,
        dates: [
            { year: 2017, month: 1 }
        ],
    }, {
        title: '第十六章 余音袅袅：阶级斗争和逻辑还未抛弃',
        authors: ['郝志东', '黎明'],
        page_start: 267,
        page_end: 294,
        dates: [
            { year: 2017, month: 1 }
        ],
    }, {
        title: '结语 文革反思的困难与必要性',
        authors: ['郝志东', '黎明'],
        page_start: 295,
        page_end: 310,
        dates: [
            { year: 2017, month: 1 }
        ],
    }, {
        title: '附录 人物小传',
        authors: ['郝志东', '黎明'],
        page_start: 311,
        page_end: 322,
        dates: [
            { year: 2017, month: 1 }
        ],
    }],
    ocr: { // ocr 参数 以及 默认参数
            // extract_text_from_pdf: false, // 默认为false，如果pdf已经有文本信息就可以设置为true跳过OCR
            // rec_model: 'ch_ppocr_mobile_v2.0',
            // rec_backend: 'onnx',
            // det_model: 'ch_PP-OCRv3_det',
            // det_backend: 'onnx',
            // resized_shape: 1496, // 在OCR前resize到这个尺寸，这个参数仅影响识别效果，识别结果的坐标仍是取决于原图像尺寸
            // box_score_thresh: 0.3,
            // min_box_size: 10,
            auto_vsplit: true, // 用于分页或者处理特殊的排版。如果为 ture，当页面宽度大于高度时，将ocr结果中页面中间(vsplit的位置)分开
            vsplit: 0.5, // 如果设置为0.5，ocr结果将从页面宽度的50%处分割，如果为0表示不分割。当auto_vsplit为false且vsplit不为0时，表示任何页面都进行分割。
            content_thresholds: [0.0, 0.0, 0.0, 0.0], // 通常需要忽略在页面边缘的页眉，页码或者噪声，数组内4个数值分别表示上下左右相对于宽高的比例， 例如 [0.1,0,0,0] 表示忽略顶部占总高度百分之10的内容
            line_merge_threshold: 30, // 单位像素，如果小于这个阈值将被视为同一行
            standard_paragraph_merge_strategy_threshold: 0, // 标准段落合并策略，0表示禁用（请在标准和差分策略中二选一），如果是0.2，当一行中最左侧的x坐标超过页面宽度的20%表示新段落，否则向上一行合并
            differential_paragraph_merge_strategy_threshold: 30, // 差分段落合并策略，0表示禁用，如果为30，这一行的最左侧的x坐标减去上一行的最左侧的x坐标大于30像素 而且 这一行的最左侧的x坐标减去下一行的最左侧的x坐标大于30像素 时表示这一行是新的段落，否则向上一行合并
        },
    // ocr_exceptions: {
    //     "3": {
    //         content_thresholds: [0.2, 0.2, 0.1, 0.1],
    //         // ...其他ocr参数（可选）
    //     },
    // }],
}

1