table-structure-recognition

# 表格结构识别 Skill ## 数据来源 本 Skill 支持多种表格输入格式，核心数据来源包括： ### 1. 表格文件类型 - **PDF文档**：PDF中的表格 - **Word文档**：Word文档中的表格 - **Excel文档**：Excel工作表 - **图片格式**：扫描表格图片、截图表格 ### 2. 表格类型 - **标准表格**：规则的行列结构表格 - **复杂表格**：合并单元格、多级表头表格 - **不规则表格**：非标准格式表格 - **嵌套表格**：表格中包含子表格 ### 3. 表格特征 - **表格大小**：小表格（<10行）、大表格（>1000行） - **表格复杂度**：简单表格、复杂格式表格 - **表格语言**：中文表格、英文表格、多语言表格 - **表格质量**：清晰度、分辨率、格式规范度 ### 4. 数据格式要求 - **文件路径**：本地文件路径或网络文件URL - **文件编码**：UTF-8、GBK、GB2312等 - **文件权限**：需要读取权限 > 说明：本 Skill 不包含表格采集功能，需要用户提供表格文件。建议表格格式规范，以便进行准确的结构识别。 --- ## 功能 本 Skill 提供全面的表格结构识别能力，涵盖多种识别功能： ### 1. 表格检测 - **表格定位**：检测文档中的表格位置 - **表格边界识别**：识别表格的边界和范围 - **表格数量统计**：统计文档中的表格数量 - **表格类型判断**：判断表格的类型和复杂度 ### 2. 表头识别 - **表头行识别**：识别表头行和表头层级 - **表头单元格识别**：识别表头单元格和合并情况 - **多级表头识别**：识别多级表头结构 - **表头文本提取**：提取表头文本和标签 ### 3. 行列结构识别 - **行识别**：识别表格的行数和行结构 - **列识别**：识别表格的列数和列结构 - **单元格识别**：识别单元格的位置和边界 - **合并单元格识别**：识别合并单元格的范围 ### 4. 数据区域识别 - **数据行识别**：识别数据行和表头行的分界 - **数据列识别**：识别数据列的范围 - **数据区域提取**：提取数据区域的内容 - **空行空列处理**：识别和处理空行空列 ### 5. 表格内容提取 - **单元格内容提取**：提取单元格的文本内容 - **表格数据提取**：提取表格的结构化数据 - **格式信息提取**：提取单元格的格式信息 - **公式识别**：识别单元格中的公式 ### 6. 高级处理功能 - **表格结构重建**：重建表格的完整结构 - **表格验证**：验证表格结构的完整性 - **表格标准化**：标准化表格格式 - **表格描述生成**：生成表格结构的文字描述 --- ## 使用示例 ### 输出示例 ```json { "table_info": { "table_id": 1, "position": { "page": 5, "bbox": [100, 200, 500, 600] }, "source_file": "document.pdf" }, "structure": { "row_count": 10, "column_count": 5, "header_rows": 2, "data_rows": 8, "has_merged_cells": true }, "headers": { "level_1": [ { "cell_range": "A1:E1", "text": "2024年财务数据", "merged": true, "colspan": 5 } ], "level_2": [ { "cell_range": "A2", "text": "项目", "merged": false }, { "cell_range": "B2", "text": "Q1", "merged": false }, { "cell_range": "C2", "text": "Q2", "merged": false }, { "cell_range": "D2", "text": "Q3", "merged": false }, { "cell_range": "E2", "text": "Q4", "merged": false } ] }, "merged_cells": [ { "range": "A1:E1", "rowspan": 1, "colspan": 5, "text": "2024年财务数据" } ], "data": [ { "row": 3, "cells": [ {"col": 1, "text": "营业收入", "rowspan": 1, "colspan": 1}, {"col": 2, "text": "1000", "rowspan": 1, "colspan": 1}, {"col": 3, "text": "1100", "rowspan": 1, "colspan": 1}, {"col": 4, "text": "1200", "rowspan": 1, "colspan": 1}, {"col": 5, "text": "1300", "rowspan": 1, "colspan": 1} ] } ], "extracted_table": { "format": "csv", "data": [ ["项目", "Q1", "Q2", "Q3", "Q4"], ["营业收入", "1000", "1100", "1200", "1300"], ["营业成本", "600", "650", "700", "750"] ] } } ``` --- ## 注意事项与限制 ### 1. 表格格式要求 - 标准格式表格识别准确率较高 - 复杂格式表格可能影响识别 - 扫描表格需要OCR功能支持 ### 2. 识别准确性 - 清晰表格识别准确率较高 - 模糊或低分辨率表格可能有限 - 手绘表格识别准确率较低 ### 3. 合并单元格处理 - 简单合并单元格处理较好 - 复杂合并情况可能需要特殊处理 - 跨页表格合并可能有限 ### 4. 表格复杂度 - 简单表格识别准确率较高 - 复杂表格可能需要人工复核 - 超大表格可能需要分段处理 ### 5. 使用限制 - 本 Skill 不包含表格编辑功能 - 识别结果需要人工复核 - 非标准表格可能需要人工处理 --- ## 参考资料 - 见 references/ 目录中的相关文档，包括： - 表格结构识别方法手册 - OCR识别算法说明 - 表格结构分析指南 - 性能优化指南