pdf-inspector 实测更正：947 页仅 6.9 分钟，但数字提取缺失多

作者 Ubunta 更正此前对 pdf-inspector 的批评：实测处理 947 页临床申报文档时 275 秒的耗时是其自身测试方法的 bug——pages= 过滤在整篇文档处理完成后才生效，实际仅需约 6.9 分钟，分类环节最快可达 0.65 秒。不过更正后的测试仍显示该库存在明显短板：66.6% 的数字内容提取缺失，提取能力与其自建 pdfplumber/pdfminer + PyMuPDF 流水线相比仍有差距。

2026-09-04 ~ 2026-09-05 · 2 条相关

• 947 页实测:pdf-inspector 分类快至 0.65 秒,但提取慢如蜗牛 — Ubunta · 2026-09-04
• 作者更正 pdf-inspector 实测：947 页仅 6.9 分钟，但 66.6% 数字缺失 — Ubunta · 2026-09-05