高保真阿拉伯语 PDF 转可编辑 Word 文档转换
Python
PaddleOCR
Tesseract
python-docx
pdfplumber
正在基于该需求推演落地方案…
需求痛点(公开)
常规 PDF 转换工具在处理阿拉伯语等从右至左(RTL)文字时,极易出现字符倒序、连写断裂、音符乱码以及百页长文档中表格与段落排版严重错位的问题。
切入方向(公开)
基于适配阿语特性的 OCR 识别引擎与双向文本排版算法构建文档转换方案,精准还原连写字形、版面层级与复杂表格,导出格式完整且高度可编辑的 .docx 文件。
原始需求溯源 · 2 条
"I need a 16-page Arabic document (pdf), typed out into a Word document. No auto-conversions are acceptable; it must be manually typed. Requirements:…"
"I need my Arabic-language PDF—about 120 pages long—converted into an editable Word (.docx) file. The"
仅展示任务摘要与外链,不转载原文全文;个人信息已脱敏。数据来源已登记,可溯源。
💬 社区讨论