Skip to content
DemoFAQ

PDF 生成模板编辑器

开源可视化 PDF 生成引擎,支持自定义模板,并提供面向开发者的 API,灵活构建文档生成流程。

查看 GitHub

表格识别 ​

表格识别重建版面分析检测到的表格内部结构,使转换文档保留原始表格语义。由 enable_ai_table_recognition 控制,默认启用。

受益场景:无边框表格、合并单元格表格、OCR 扫描表格。支持 Word、Excel、PowerPoint、HTML、RTF、CSV、JSON、Markdown。

表格识别仅在版面分析活跃时运行。使用前需加载 DocumentAI 模型或通过下方回调插入自己的表格模型。

python
from compdf import LibraryManager, ConvertOptions

LibraryManager.set_document_ai_model("path/documentai.model")

options = ConvertOptions()
options.enable_ai_layout = True
options.enable_ai_table_recognition = True
CPDFConversion.start_pdf_to_word("input.pdf", "", "output.docx", options)

表格识别档位 ​

ConvertOptions.table_recognition_accuracy 用于按转换任务选择表格识别的模型档位:

值含义
TableRecognitionAccuracy.HIGH_ACCURACY优先识别精度,可能占用更多资源。4.2.0 的默认行为
TableRecognitionAccuracy.BALANCED在识别精度、资源占用与吞吐之间取平衡。4.3.0 起为默认值
  • 4.3.0 起默认档位由高精度变为均衡,不修改代码时表格识别的结果和资源占用会与 4.2.0 不同。如需保持与 4.2.0 一致,请显式选择 HIGH_ACCURACY。
  • 均衡档位所需资源包含在 SDK 包自带的基础模型 documentai.model 中,无需额外下载。高精度档位还需要额外加载表格扩展包 table_legacy.model(见“3.20 模型包说明”)。
  • 两个档位的模型可以同时加载,按每个转换任务的 table_recognition_accuracy 选用。
  • 请求的档位没有对应模型时(例如选择高精度但未加载 table_legacy.model),转换不会报错,但表格会改用规则识别,结果与该档位不同。
  • 档位名称不保证所有文档都获得更好的结果。
python
from ComPDFKitConversion import *

LibraryManager.set_document_ai_model("path/documentai.model", -1)
LibraryManager.set_document_ai_model("path/table_legacy.model", -1)

options = ConvertOptions()
options.enable_ai_layout = True
options.table_recognition_accuracy = TableRecognitionAccuracy.HIGH_ACCURACY
CPDFConversion.start_pdf_to_word("input.pdf", "", "output.docx", options)