提取断列表格会形成多个子表

[Hide-in-dark]

Description of the bug | 错误描述

当一个表格存在不同列不相邻时，MinerU会将其视为多个子表，会破坏表格布局，影响后续任务。

How to reproduce the bug | 如何复现

由于数据敏感，做了脱敏处理，表格信息如上图所示。表格存在一个分割，标题3和标题4之间不相邻，但本质还是一个表格。当使用MinerU提取时，会将上述表格提取成两个子表，如下图所示：

这个会破坏表格原本布局，对后续任务造成影响。

Operating system | 操作系统

MacOS

Python version | Python 版本

3.11

Software version | 软件版本 (magic-pdf --version)

0.10.x

Device mode | 设备模式

cuda

[myhloli]

这种表格是会被当成两个独立的表来识别，因为他们确实分开且有一段距离