RAGflow

Commit Graph

Author	SHA1	Message	Date
zstar	fa17fd40bd	feat(pdf解析块坐标溯源): 对mineru的解析结果，增加pdf解析块坐标溯源功能 (#33 ) - 新增 `get_text_from_block` 函数，用于从 `preproc_blocks` 中提取文本内容 - 在 `perform_parse` 中增加对 `middle_json_content` 的解析，提取块信息并匹配到文本块 - 更新 ES 文档结构，增加 `page_num_int` 和 `position_int` 字段，记录块在文档中的位置	2025-04-17 20:32:48 +08:00
zstar	6057163f28	feat(解析文件类型增加): 解析文件增加对word和ppt的支持。 (#32 ) 增加对word和ppt的支持，需要安装LibreOffice。同时，将文档解析逻辑从 `KnowledgebaseService` 中提取到独立的 `document_parser.py` 模块，以提高代码的可维护性和复用性。同时优化了文件上传和临时文件处理的逻辑，确保资源正确释放。	2025-04-17 16:31:20 +08:00

Author

SHA1

Message

Date

zstar

fa17fd40bd

feat(pdf解析块坐标溯源): 对mineru的解析结果，增加pdf解析块坐标溯源功能 (#33 )

- 新增 `get_text_from_block` 函数，用于从 `preproc_blocks` 中提取文本内容
- 在 `perform_parse` 中增加对 `middle_json_content` 的解析，提取块信息并匹配到文本块
- 更新 ES 文档结构，增加 `page_num_int` 和 `position_int` 字段，记录块在文档中的位置

2025-04-17 20:32:48 +08:00

zstar

6057163f28

feat(解析文件类型增加): 解析文件增加对word和ppt的支持。 (#32 )

增加对word和ppt的支持，需要安装LibreOffice。同时，将文档解析逻辑从 `KnowledgebaseService` 中提取到独立的 `document_parser.py` 模块，以提高代码的可维护性和复用性。同时优化了文件上传和临时文件处理的逻辑，确保资源正确释放。

2025-04-17 16:31:20 +08:00

2 Commits