[BUG]PDF 文件导入后字符数是 0

[colicoyzo]

联系方式

[email protected]

MaxKB 版本

v1.1.3

问题描述

导入部分pdf文件后，显示导入成功，但是导入字符数为0

重现步骤

部分的pdf没有复制权限的，导入后字符数为0，还有docx文件也有存在类似的问题

期待的正确结果

能正常导入，并客户进行分段

相关日志输出

No response

附加信息

No response

[prodcd]

我也遇到过类似的事。分段是0，你点进去看看分段，是不是导入的pdf是乱码。pdf格式很多文件并不适合直接导入。

[baixin513]

PDF 目前只能识别文本，PDF 中的图片无法识别。需要排查一下内容为 0 的 PDF 文件是不是都是图片？

[colicoyzo]

不是图片，是有文字的，有部分是纯文字的内容

[baixin513]

方便的话提供一下导入为 0 的 PDF 文件，发送到 [email protected]。

[baixin513]

如果 PDF 文本字迹不清晰也是识别不到的，目前 PDF 这块还没有好的解决方案。 未收到您的文档，建议您先优化一下文档。