PDF 翻译后排版乱码、文字重叠？揭秘 AI 识别文档骨架的本质。

核心现状诊断

“PDF 的本质是“电子印刷品”，文字分布于坐标系中，而非流式逻辑。”

根本原因剖析

视觉骨架分析 (DLA)

通过计算机视觉模型‘扫描’整页，确定页眉、页脚、插图与正文块的物理边界。

最终解决方案总结

排版不乱的秘诀在于：我们是在重新构建一个支持多语言的文档坐标系统。