现象
使用改进后的MinerU处理PDF文件后,识别得到的HTML格式表格无法在FastGPT中正确预览渲染,该问题在复杂表格的PDF场景中出现。
可能原因
目前暂未明确具体技术原因,仅已知该问题出现在复杂表格PDF经识别转换为HTML表格后,在FastGPT预览环节无法正常渲染的场景。
排查步骤
- 确认已将MinerU升级至最新版本,完成内置模型的更新,确保识别能力符合改进后的配置。
- 检查PDF识别流程中是否正确调用了改进后的MinerU相关API,确认识别输出格式为HTML表格。
- 单独导出识别生成的HTML表格代码,使用本地HTML渲染工具验证代码本身是否存在语法或兼容性问题。
- 对比非复杂表格PDF的识别结果,确认仅复杂表格场景出现渲染异常,排除通用识别格式问题。
- 查看FastGPT预览模块的运行日志,排查是否存在解析HTML表格的相关报错信息,相关日志需按实际环境确认。
解决与验证
目前暂无公开的官方解决方案,若有相关解决方案可在对应GitHub issue下留言反馈。验证方式为:将识别得到的HTML表格内容在其他支持HTML渲染的环境中测试,确认HTML代码本身可正常渲染后,进一步排查FastGPT预览模块的配置或渲染逻辑,确认是否存在对HTML表格标签的支持限制。