MinerU 跨页表格合并：续格与相邻新行的区分

展开本页目录

开始前准备什么

下载独立练习包，阅读README的版本、套餐与实跑范围。
教程按 MinerU 4.0 文档编写，需核对实际安装版本及 tier。许可为 Apache 2.0 加额外条款；在线服务标识、规模门槛与模型许可见官方 LICENSE。本站未安装 MinerU 或运行解析模型。
准备自己的可用模型与账户；不把示例模型占位名或地址当作已验证配置。

检查两页边界材料
固定版本和输出层
先保留关闭后处理的结果
仅开启跨页续格判断
检查同一格的两半句
整理实际核对记录
保留错拼负例与原始文件

下载跨页控制输入与真实结果完整包

2026-10-23 核验材料；实际执行范围、结果与限制见下方记录。

补充：原有练习资料与下载

下载本篇独立练习包

原创输入、人工真值、7步任务说明、可运行材料校验与故意错误样例；目标工具实跑范围见README。

查看材料与运行范围

区分原创输入、官方截图、人工参考、实际本地检查与未执行目标模型。

真实校验：续表已识别，模型返回未通过

MinerU4.0.12真实完成Flash与Basic解析，并实际调用本机Qwen3小模型做跨页单元格判断；返回3项而非4列，被官方校验拒绝，保留失败证据。

2026-10-23 · 官方MinerU4.0.12真实Flash与Basic解析完成。输入B自然产生continues_prev=true后，官方LLM-aided客户端真实调用隔离Ollama的Qwen3 0.6B；HTTP200返回[0,1,0]，与4列不符，被官方严格校验拒绝。后续无max_tokens重试等待超2分钟，169.643秒时仅中止自己的CLI释放队列。未补齐数组、未改源码，未声称合并成功。

已取得下列真实结果；仍有内容质量或功能范围需要按本页检查项复核。

运行环境: 4.0.12 / Python3.12.13；macOS arm64，本地独立运行目录；无私人素材、无付费API调用

1. 先运行mineru version --json，确认4.0.12；旧-p/-o CLI
先运行mineru version --json，确认4.0.12；旧-p/-o CLI不适用4.0，独立创建3.12环境。
bash
```
mineru version --json
```
2. 准备两页控制PDF：第二页重复表头，R003续行ID/Hours为空；真值R001–R0
准备两页控制PDF：第二页重复表头，R003续行ID/Hours为空；真值R001–R004共4条，Hours合计11.0。
3. 先运行mineru-kit parse cross-page-table.pdf -o
先运行mineru-kit parse cross-page-table.pdf -o mineru-flash.md --tier flash --ocr-mode txt，查看本次原生解析基线。
bash
```
mineru-kit parse cross-page-table.pdf -o mineru-flash.md --tier flash --ocr-mode txt
```
4. Basic真实解析：模型与OCR布局结果
本次Basic ONNX/CPU真实解析2页成功，纯分析约4.016秒，首次模型下载单独计时；输出ZIP提供具体表格区域裁图和Middle JSON，但空ID续行仍未语义合并。
bash
```
MINERU_MODEL_SMALL_BACKEND=onnx mineru-kit parse cross-page-table.pdf -o mineru-basic.zip --tier basic --format zip
```
5. 先核对第二页continues_prev标记
输入A的页尾普通文字/版面识别会阻断续表。另制输入B只移去页尾说明，官方Flash实际输出第二页continues_prev=true；尚不代表cell_merge已发生。可下载两份输入与Middle JSON对照。
6. 本次Flash真实结果为两张表，第二页空ID续行仍独立；原生文本提取不等于OCR、表格模
本次Flash真实结果为两张表，第二页空ID续行仍独立；原生文本提取不等于OCR、表格模型或跨页合并。
7. 按官方配置区分解析模型与LLM-aided后处理
按官方配置区分解析模型与LLM-aided后处理。cross_page_table_cell_merge默认false；若开启需独立llm_aided.base_url/api_key/model，并先确认费用与数据去向。
8. 合并后必须逐行核对ID/描述/空单元格/Hours，不能把空ID填充、拼接两张表就当官方
合并后必须逐行核对ID/描述/空单元格/Hours，不能把空ID填充、拼接两张表就当官方语义合并成功。本次尚未验证该后处理，不提供伪造合并CSV。
9. 真实调用后仍须严格检查列数
输入B自然标识为续表后，官方LLM-aided客户端向本机Qwen3 0.6B真实请求。返回[0,1,0]只有3项，输入4列，因此被官方拒绝。HTTP200不能当作恢复成功；没有人为补齐或修改响应。
bash
```
MINERU_CONFIG=mineru-local-llm-config.example.yaml mineru-kit parse cross-page-table-boundary.pdf -o output.zip --tier flash --ocr-mode txt --format zip
```
10. 失败保留原始表格，限制重试时间
本次后续重试等待超过2分钟，169.643秒时只中止自己的后处理CLI释放共享本机模型。保留未合并结果和完整校验记录，后续人工核对ID、空单元格和Hours；不无限等待，不把样例数组当真实判断。
11. 区分本地运行器失败与网关错误
补充网关后处理的临时Python运行器出现PDF render worker disconnected，错误在构造网关传输层之前发生，没有HTTP状态或生成请求。已有官方CLI的Flash/Basic结果不受影响；Python API多进程入口应使用__main__守卫。

这次实际得到什么

真实安装并运行MinerU4.0.12，Python3.12.13。
原创2页PDF：R003跨页空ID续写，真值4条逻辑记录、Hours合计11.0。
真实Flash txt结果保存两张表，第二页空ID续行仍独立；未完成语义合并。
跨页单元格后处理需要单独LLM-aided配置，不能用Flash输出宣称恢复成功。
Basic ONNX/CPU实际解析成功：2页、纯解析约4.016秒；模型下载另计。
额外控制样本B真实Flash输出第二页continues_prev=true，尚不等于cell_merge。
真实LLM HTTP200返回[0,1,0]，输入有4列，官方校验拒绝。
首次模型请求8.172秒；后续重试过久，169.643秒时中止自己的CLI，无合并结果ZIP。
补充网关执行在本地PDF渲染子进程阶段失败，未发出生成POST；不代表网关故障。

原创跨页表格输入PDF第1页，R003在页尾 — 真实输入文档渲染，不是MinerU解析结果；第二页续行需与R003核对。

原创跨页表格输入PDF第2页，空ID的R003续写行 — 空ID、空Hours与重复表头是此任务的具体测试条件；不能盲目填充。

MinerU Basic实际提取的第1页表格区域 — 直接取自今日官方MinerU解析输出ZIP，具体表格裁图；不宣称跨页单元格已合并。

MinerU Basic实际提取的第2页表格区域 — 直接取自今日官方MinerU解析输出ZIP，具体表格裁图；不宣称跨页单元格已合并。

下载跨页控制输入与真实结果完整包 cross-page-table.pdf cross-page-expected.json mineru-version.json 下载MinerU Basic真实解析ZIP 下载版面控制样本B 下载样本B真实续表标记JSON 下载真实LLM响应与严格校验失败记录

使用这份结果时注意

官方MinerU4.0.12真实Flash与Basic解析完成。输入B自然产生continues_prev=true后，官方LLM-aided客户端真实调用隔离Ollama的Qwen3 0.6B；HTTP200返回[0,1,0]，与4列不符，被官方严格校验拒绝。后续无max_tokens重试等待超2分钟，169.643秒时仅中止自己的CLI释放队列。未补齐数组、未改源码，未声称合并成功。
输入A的普通说明/版面识别会阻断续表；输入B移去页尾说明后原生Flash自然标continues_prev=true。
真实小模型返回[0,1,0]共3项，而输入4列；HTTP200不等于业务结构有效。官方校验拒绝，没有输出已合并表格。
官方LLM-aided客户端未设max_tokens；后续重试等待较长，本次在169.643秒停止自己的CLI，不再扩大模型或重试。
补充真实网关后处理的临时Python运行器在原生PDF渲染子进程阶段本地中断，未发出POST；这是本地运行器失败，不能归为apizt网关故障。已停止后续生成。

1. 检查两页边界材料

打开 source.pdf，第一页最后一行是 EQ-01 的前半句，第二页首行只续写“另含两根探针”。随后 EQ-02 是新设备。先核对三条记录与数量 2、3、4。

bash

python3 verify.py

MinerU 跨页表格合并本题原创输入 — 原创设备清单第1页：EQ-01描述停在逗号，须与第2页首行对照。
横向滑动查看细节，或打开原图放大对照。
示例来源查看高清原图

跨页设备清单第2页 — 实际渲染的原创PDF第2页；首行续写EQ-01，随后EQ-02是新设备。
横向滑动查看细节，或打开原图放大对照。
示例来源查看高清原图

2. 固定版本和输出层

记录 MinerU 的真实版本和解析 tier，先用官方文档核对当前命令。4.0 的 mineru 是文档库入口，mineru-kit 负责无状态批处理；本包没有安装这两个程序。

3. 先保留关闭后处理的结果

对 source.pdf 做一次实际解析，保留原始 JSON、HTML/Markdown、日志和模型信息。不要提前把人工 reference-manual.json 放进模型输出目录。

4. 仅开启跨页续格判断

参考 config-example.yaml 配置 llm_aided，使用自己实际可用的模型和 Key。cross_page_table_cell_merge 默认关闭；本例只打开它，不同时修改标题分级，便于定位差异。

5. 检查同一格的两半句

开启后对同一输入重新解析。比较 EQ-01 的描述是否合成完整一句，并检查 EQ-02 是否仍独立。合并能力不能保证所有表都正确，空白边界不是唯一判断依据。

MinerU 跨页表格合并人工验收参考 — 人工验收参考：EQ-01两半句合并，EQ-02保持独立，源页为[1,2]；不是MinerU输出。
横向滑动查看细节，或打开原图放大对照。
示例来源查看高清原图

6. 整理实际核对记录

从自己的实际输出人工整理 actual-template.json，填写三行、数量、描述和一基源页码。该规范化记录用于事实核对，不冒充 MinerU 原生响应结构。

bash

python3 verify.py --actual my-observation.json

7. 保留错拼负例与原始文件

运行两个负例，确认“并入下一设备”和“丢第二页来源”都会失败。保存关闭/开启后处理的原生文件；脚本通过仅表明已填记录符合本题事实。

MinerU 跨页表格合并实际材料核验与负例 — verify.py真实拒绝的故意样例：错把相邻新行并入续格；续格丢掉第二页来源。仅验证本题材料与记录，不证明目标产品或模型运行。
横向滑动查看细节，或打开原图放大对照。
示例来源查看高清原图

怎样确认已经完成

原始输入、来源和单位已保留，材料检查及两条故意错误样例均运行。
在真实工具保存原生输出，回读本题关键事实、缺值与来源；未运行部分仍标记未执行。
保存工具/模型版本和实际结果，人工修改与模型返回分开归档。

常见问题

跨页续格与下一条设备记录怎么区分？

EQ-01在第一页末尾开始、第二页开头继续，合并其描述；相邻EQ-02是另一设备行。保留开启前后结果与源页映射，不能按相邻位置直接拼接整行。

MinerU 跨页表格合并需要哪些条件？

教程按 MinerU 4.0 文档编写，需核对实际安装版本及 tier。许可为 Apache 2.0 加额外条款；在线服务标识、规模门槛与模型许可见官方 LICENSE。本站未安装 MinerU 或运行解析模型。

MinerU 跨页表格合并的图片和检查通过代表什么？

原始输入、人工参考与实际离线材料检查均有对应文件；官方图说明操作入口。目标软件和模型未执行的部分已在步骤中注明，不能用材料检查替代真实产品运行。

资料来源

展开本页目录

开始前准备什么

下载独立练习包，阅读README的版本、套餐与实跑范围。
教程按 MinerU 4.0 文档编写，需核对实际安装版本及 tier。许可为 Apache 2.0 加额外条款；在线服务标识、规模门槛与模型许可见官方 LICENSE。本站未安装 MinerU 或运行解析模型。
准备自己的可用模型与账户；不把示例模型占位名或地址当作已验证配置。

检查两页边界材料
固定版本和输出层
先保留关闭后处理的结果
仅开启跨页续格判断
检查同一格的两半句
整理实际核对记录
保留错拼负例与原始文件

下载跨页控制输入与真实结果完整包

2026-10-23 核验材料；实际执行范围、结果与限制见下方记录。

补充：原有练习资料与下载

下载本篇独立练习包

原创输入、人工真值、7步任务说明、可运行材料校验与故意错误样例；目标工具实跑范围见README。

查看材料与运行范围

区分原创输入、官方截图、人工参考、实际本地检查与未执行目标模型。

真实校验：续表已识别，模型返回未通过

MinerU4.0.12真实完成Flash与Basic解析，并实际调用本机Qwen3小模型做跨页单元格判断；返回3项而非4列，被官方校验拒绝，保留失败证据。

已取得下列真实结果；仍有内容质量或功能范围需要按本页检查项复核。

运行环境: 4.0.12 / Python3.12.13；macOS arm64，本地独立运行目录；无私人素材、无付费API调用

1. 先运行mineru version --json，确认4.0.12；旧-p/-o CLI
先运行mineru version --json，确认4.0.12；旧-p/-o CLI不适用4.0，独立创建3.12环境。
bash
```
mineru version --json
```
2. 准备两页控制PDF：第二页重复表头，R003续行ID/Hours为空；真值R001–R0
准备两页控制PDF：第二页重复表头，R003续行ID/Hours为空；真值R001–R004共4条，Hours合计11.0。
3. 先运行mineru-kit parse cross-page-table.pdf -o
先运行mineru-kit parse cross-page-table.pdf -o mineru-flash.md --tier flash --ocr-mode txt，查看本次原生解析基线。
bash
```
mineru-kit parse cross-page-table.pdf -o mineru-flash.md --tier flash --ocr-mode txt
```
4. Basic真实解析：模型与OCR布局结果
本次Basic ONNX/CPU真实解析2页成功，纯分析约4.016秒，首次模型下载单独计时；输出ZIP提供具体表格区域裁图和Middle JSON，但空ID续行仍未语义合并。
bash
```
MINERU_MODEL_SMALL_BACKEND=onnx mineru-kit parse cross-page-table.pdf -o mineru-basic.zip --tier basic --format zip
```
5. 先核对第二页continues_prev标记
输入A的页尾普通文字/版面识别会阻断续表。另制输入B只移去页尾说明，官方Flash实际输出第二页continues_prev=true；尚不代表cell_merge已发生。可下载两份输入与Middle JSON对照。
6. 本次Flash真实结果为两张表，第二页空ID续行仍独立；原生文本提取不等于OCR、表格模
本次Flash真实结果为两张表，第二页空ID续行仍独立；原生文本提取不等于OCR、表格模型或跨页合并。
7. 按官方配置区分解析模型与LLM-aided后处理
按官方配置区分解析模型与LLM-aided后处理。cross_page_table_cell_merge默认false；若开启需独立llm_aided.base_url/api_key/model，并先确认费用与数据去向。
8. 合并后必须逐行核对ID/描述/空单元格/Hours，不能把空ID填充、拼接两张表就当官方
合并后必须逐行核对ID/描述/空单元格/Hours，不能把空ID填充、拼接两张表就当官方语义合并成功。本次尚未验证该后处理，不提供伪造合并CSV。
9. 真实调用后仍须严格检查列数
输入B自然标识为续表后，官方LLM-aided客户端向本机Qwen3 0.6B真实请求。返回[0,1,0]只有3项，输入4列，因此被官方拒绝。HTTP200不能当作恢复成功；没有人为补齐或修改响应。
bash
```
MINERU_CONFIG=mineru-local-llm-config.example.yaml mineru-kit parse cross-page-table-boundary.pdf -o output.zip --tier flash --ocr-mode txt --format zip
```
10. 失败保留原始表格，限制重试时间
本次后续重试等待超过2分钟，169.643秒时只中止自己的后处理CLI释放共享本机模型。保留未合并结果和完整校验记录，后续人工核对ID、空单元格和Hours；不无限等待，不把样例数组当真实判断。
11. 区分本地运行器失败与网关错误
补充网关后处理的临时Python运行器出现PDF render worker disconnected，错误在构造网关传输层之前发生，没有HTTP状态或生成请求。已有官方CLI的Flash/Basic结果不受影响；Python API多进程入口应使用__main__守卫。

这次实际得到什么

真实安装并运行MinerU4.0.12，Python3.12.13。
原创2页PDF：R003跨页空ID续写，真值4条逻辑记录、Hours合计11.0。
真实Flash txt结果保存两张表，第二页空ID续行仍独立；未完成语义合并。
跨页单元格后处理需要单独LLM-aided配置，不能用Flash输出宣称恢复成功。
Basic ONNX/CPU实际解析成功：2页、纯解析约4.016秒；模型下载另计。
额外控制样本B真实Flash输出第二页continues_prev=true，尚不等于cell_merge。
真实LLM HTTP200返回[0,1,0]，输入有4列，官方校验拒绝。
首次模型请求8.172秒；后续重试过久，169.643秒时中止自己的CLI，无合并结果ZIP。
补充网关执行在本地PDF渲染子进程阶段失败，未发出生成POST；不代表网关故障。

使用这份结果时注意

官方MinerU4.0.12真实Flash与Basic解析完成。输入B自然产生continues_prev=true后，官方LLM-aided客户端真实调用隔离Ollama的Qwen3 0.6B；HTTP200返回[0,1,0]，与4列不符，被官方严格校验拒绝。后续无max_tokens重试等待超2分钟，169.643秒时仅中止自己的CLI释放队列。未补齐数组、未改源码，未声称合并成功。
输入A的普通说明/版面识别会阻断续表；输入B移去页尾说明后原生Flash自然标continues_prev=true。
真实小模型返回[0,1,0]共3项，而输入4列；HTTP200不等于业务结构有效。官方校验拒绝，没有输出已合并表格。
官方LLM-aided客户端未设max_tokens；后续重试等待较长，本次在169.643秒停止自己的CLI，不再扩大模型或重试。
补充真实网关后处理的临时Python运行器在原生PDF渲染子进程阶段本地中断，未发出POST；这是本地运行器失败，不能归为apizt网关故障。已停止后续生成。

1. 检查两页边界材料

打开 source.pdf，第一页最后一行是 EQ-01 的前半句，第二页首行只续写“另含两根探针”。随后 EQ-02 是新设备。先核对三条记录与数量 2、3、4。

bash

python3 verify.py

2. 固定版本和输出层

记录 MinerU 的真实版本和解析 tier，先用官方文档核对当前命令。4.0 的 mineru 是文档库入口，mineru-kit 负责无状态批处理；本包没有安装这两个程序。

3. 先保留关闭后处理的结果

对 source.pdf 做一次实际解析，保留原始 JSON、HTML/Markdown、日志和模型信息。不要提前把人工 reference-manual.json 放进模型输出目录。

4. 仅开启跨页续格判断

5. 检查同一格的两半句

6. 整理实际核对记录

从自己的实际输出人工整理 actual-template.json，填写三行、数量、描述和一基源页码。该规范化记录用于事实核对，不冒充 MinerU 原生响应结构。

bash

python3 verify.py --actual my-observation.json

7. 保留错拼负例与原始文件

运行两个负例，确认“并入下一设备”和“丢第二页来源”都会失败。保存关闭/开启后处理的原生文件；脚本通过仅表明已填记录符合本题事实。

怎样确认已经完成

原始输入、来源和单位已保留，材料检查及两条故意错误样例均运行。
在真实工具保存原生输出，回读本题关键事实、缺值与来源；未运行部分仍标记未执行。
保存工具/模型版本和实际结果，人工修改与模型返回分开归档。

常见问题

跨页续格与下一条设备记录怎么区分？

EQ-01在第一页末尾开始、第二页开头继续，合并其描述；相邻EQ-02是另一设备行。保留开启前后结果与源页映射，不能按相邻位置直接拼接整行。

MinerU 跨页表格合并需要哪些条件？

MinerU 跨页表格合并的图片和检查通过代表什么？

先看结论

开始前准备什么

真实校验：续表已识别，模型返回未通过

1. 先运行mineru version --json，确认4.0.12；旧-p/-o CLI

2. 准备两页控制PDF：第二页重复表头，R003续行ID/Hours为空；真值R001–R0

3. 先运行mineru-kit parse cross-page-table.pdf -o

4. Basic真实解析：模型与OCR布局结果

5. 先核对第二页continues_prev标记

6. 本次Flash真实结果为两张表，第二页空ID续行仍独立；原生文本提取不等于OCR、表格模

7. 按官方配置区分解析模型与LLM-aided后处理

8. 合并后必须逐行核对ID/描述/空单元格/Hours，不能把空ID填充、拼接两张表就当官方

9. 真实调用后仍须严格检查列数

10. 失败保留原始表格，限制重试时间

11. 区分本地运行器失败与网关错误

这次实际得到什么

使用这份结果时注意

1. 检查两页边界材料

2. 固定版本和输出层

3. 先保留关闭后处理的结果

4. 仅开启跨页续格判断

5. 检查同一格的两半句

6. 整理实际核对记录

7. 保留错拼负例与原始文件

怎样确认已经完成

常见问题

资料来源

把已核对的材料接入自己的模型任务

需要 API 扩展时创建 Key

填写接入配置

发起第一次调用

先看结论

开始前准备什么

真实校验：续表已识别，模型返回未通过

1. 先运行mineru version --json，确认4.0.12；旧-p/-o CLI

2. 准备两页控制PDF：第二页重复表头，R003续行ID/Hours为空；真值R001–R0

3. 先运行mineru-kit parse cross-page-table.pdf -o

4. Basic真实解析：模型与OCR布局结果

5. 先核对第二页continues_prev标记

6. 本次Flash真实结果为两张表，第二页空ID续行仍独立；原生文本提取不等于OCR、表格模

7. 按官方配置区分解析模型与LLM-aided后处理

8. 合并后必须逐行核对ID/描述/空单元格/Hours，不能把空ID填充、拼接两张表就当官方

9. 真实调用后仍须严格检查列数

10. 失败保留原始表格，限制重试时间

11. 区分本地运行器失败与网关错误

这次实际得到什么

使用这份结果时注意

1. 检查两页边界材料

2. 固定版本和输出层

3. 先保留关闭后处理的结果

4. 仅开启跨页续格判断

5. 检查同一格的两半句

6. 整理实际核对记录

7. 保留错拼负例与原始文件

怎样确认已经完成

常见问题

资料来源

把已核对的材料接入自己的模型任务

需要 API 扩展时创建 Key

填写接入配置

发起第一次调用