这里写自定义目录标题
文本解析
问题1：数字解析后丢失
如图，pdf文本（可复制），经过mineru解析后，数字相关的部分都丢失了。
问题定位 ：
MinerU支持PDF、图片和DOCX三大主流文档格式的输入。对于PDF文档，工具能够自动处理扫描件和乱码PDF并启用OCR功能。
从官方给出的代码可以看出，mineru默认采用"auto"来进行解析，内部自动根据文本格式等因素选择采用OCR、text的方式来解析文本。这里的text是使用了python解析库来解析pdf的（如：pymulf），（猜测，数字地方可能包含了其它格式，如latex），传统的python库解析时无法正确读取，导致数字丢失。
解决办法：
bash
parse_method = ocr
# 调用时，强制开启ocr，使用ocr来解析所有文档