文件转换与处理的实用图文教程，每篇解决一个真实问题
一次只识别一页，页与页之间列顺序不要动，识别完再合表。把多页拼成一张长图一次识别，接缝处会整行整行丢数据，事后核对的成本远高于分批提交。
手写字行距不等时，模型按视觉行断开，所以一句话会被切成几截。修法分三步：先把行末硬回车统一换成段落标记再判断，然后按语义合并，最后统一标点全半角。别用退格手动一处处删。
学籍验证报告和学历备案表是 PDF 在线验证件，打印要点集中在四件事：完整页数不能少、A4 纵向单面、二维码与在线验证码必须清晰可查、有效期在办事当天仍然有效。
截图必须含评价时间与账号区域，多张合成一个带页码的文件再提交，一图一个文件等于把整理工作丢给审核方。顺序按订单页、评价页、聊天记录排好，一页一张合成一份 PDF，状态栏里系统时间那一行故意留着别裁。
回单合成月度附件前先按日期补零排序、命名带账号尾号和月份，批量清单单独处理，合并后核对页数与笔数一致。逐笔件文件名改成 MMDD-两位序号，如 0912-01 到 0912-37，前导零不补第十张会插到第二张前面。
先建一张「每月首页在第几页」的对照表，再按页区间拆分，比凭内容猜页稳得多；四个季度各出一份文件，每份补一页封面写明账号尾号与起止月份，装订和送审时不会错。
文件数不到二十且没有统一命名要求时一份份转更省事；数量过二十或要按规则改名就走批量。命名规则必须在转换前定死，否则事后改名的时间比转换本身长得多。
先合并再拆分通常比一份一份传省次数：游客与未充值注册用户每天只有 5 次成功转换、单文件 8MB，把同类的几份合成一个文件只消耗一次；遇到单次页数上限就按批次拆成两次提交，剩下的次数留给返工。
能。表格识别会按识别到的行列范围重建跨行与跨列合并，位置与原表一致；但边框、底色、字体、列宽这些样式一律不保留，看到的只是一张结构对、外观新的表。
一张图里的多个表格会按识别先后排进同一个工作表，表与表之间空一行，不拆成多张表；这张图仍只算一页扣一次点，行序错位多半出在摆法太挤或拍歪了。
线条偏细漏描要把描线阈值往低调，噪点被描进来要往高调，两个方向刚好相反，所以一种阈值治不了两种毛病；默认「自动」按图片直方图取分界值，图片发灰、线条断续时通常先手动调高并配合噪点过滤。
先分清这份材料里有没有表格。正文走纯文本入库，表格单独走 Excel 输出；两者混成一份纯文本时，行列关系就永久丢了，事后拆不回来。