在構建檢索增強生成（RAG）應用時，PDF文檔無疑是最重要、也最普遍的知識來源之一。然而，PDF中潛藏著RAG系統的難點問題——復雜表格。這些表格富含高密度的結構化信息，對回答精準問題至關重要，但其復雜的視覺布局（多層表頭、合并單元格、跨頁表格等）常常讓標準的文本提取工具“錯亂”，導致解析出的內容支離破碎、上下文錯亂。

當這些“有毒”的、解析錯誤的表格數據被注入RAG的知識庫后，災難便接踵而至：檢索器召回無用的片段，LLM被嚴重誤導，最終生成風馬牛不相及的答案。本文將深度剖析PDF復雜表格解析這一核心痛點，并嘗試給出參考的解決方案。

1. 引言：PDF文檔中的表格問題

PDF（Portable Document Format）的設計初衷是為了“所見即所得”，它本質上是一個視覺格式，而非語義格式。文檔中的文字、線條、圖片都被絕對定位在頁面的(x, y)坐標上。這意味著，一個看起來整齊的表格，在PDF的底層表示中，可能只是一堆互不關聯的文本塊和線條。

傳統的RAG文檔解析流程，通常使用PyPDF等庫進行通用的文本提取。這種方法在處理連續的段落文本時效果尚可，但一旦遇到表格，就會暴露其致命缺陷：

• 丟失結構：無法識別行、列、單元格的對應關系，常常將整行或整列的文本粗暴地拼接在一起。
• 無法處理合并單元格：對于跨行或跨列的單元格，只會提取一次文本，導致其他本應關聯該內容的單元格信息丟失。
• 忽略視覺線索：無法利用表格的邊框線條來輔助判斷結構。