在RAG系统中，如何有效利用半结构化技术来解析PDF数据和表格，特别是在处理大量数值数据时？

一周前知识星球内有个星友，提了一个关于 Word 文档中的复杂表格处理问题，根据贴出来的样图来看，其中有不少单元格合并的情况，以及有些单元格还嵌入了相关图片。

这是个很有价值的问题，也算是在我前期介绍了很多期图文混答的方案基础上，本应该进一步延展介绍的话题。

这篇就结合个工程机械的维保案例文档，来具体介绍下自定义脚本的预处理方案，供各位参考。

这篇试图说清楚： RAGFlow 与 MinerU 在复杂表格处理下的局限性、…。