杂志多栏排版数字化：《读者》复杂版式还原

• ·单页含两篇独立散文，各三栏排版，阅读顺序易错
• ·人物照片、篇间分隔线与页脚期号需与正文块区分
• ·「好好活着就是爱」等篇目含跨栏续读与上下段分隔
• ·Citation 来源标注字号小，需稳定识别 text 块

• ✓布局分析还原三栏阅读顺序，title / text / figure 分块输出
• ✓大页 PNG 推荐异步解析，避免 GPU 峰值
• ✓Markdown 按块拼接，目录树可跳转至对应 bbox
• ✓对比测试重点考察多栏结构与插图块

1. 1

   杂志拆页

   高清扫描或 PDF 逐页导出（测试样张约 2MB/页）

2. 2

   异步解析

   POST /parse/async，轮询 async_check 直至 SUCCESS

3. 3

   顺序校对

   Playground 目录树 + bbox 核对篇目与栏位顺序

4. 4

   发布上线

   Markdown 入 CMS，JSON 供全文检索与推荐

以下样张均已生成预处理 JSON，Playground 点击即可展示 bbox 与 Markdown，无需等待 API 解析。

主样张测试 #7

《读者》P16 双文三栏

《读者》2010 年第 6 期 P16 · 「一颗高贵的心」「石头的证言」两篇散文，各三栏排版+人物照片

• ✓ 三栏阅读顺序
• ✓ 篇间分隔线
• ✓ Citation 来源标注

scene=generalP16异步解析

Playground 体验 →

测试 #8

《读者》P29 诗教散文

《读者》2010 年第 6 期 P29 · 「好好活着就是爱」（写海子），三栏+插图，上下段由分隔线分开

• ✓ 跨栏续读
• ✓ 标题/作者层级
• ✓ 页脚期号

scene=generalP29异步解析

Playground 体验 →

• P16：「一颗高贵的心」「石头的证言」双文三栏 + 人物照
• P29：「好好活着就是爱」三栏 + 插图 + 段间分隔
• 篇名 / 作者 title_level 层级
• 28 / 23 blocks 预处理结果可体验

curl -X POST https://www.docparse4ai.com/api/v1/parse/async \
  -F "file=@your-document.pdf" \
  -F "api_key=sk-your-key" \
  -F "scene=general" \
  -F "output_formats=markdown" \
  -F "output_formats=json"