📌 📄 内容摘要:
812011525 在 分享一个自己写的 MinerU 后处理脚本，可用于建RAG知识库 中发帖
MinerU 后处理脚本
这是一个用于处理 MinerU 工具生成的 Markdown 文件的 Python 脚本，主要用于批量处理 PDF 转换后的文档，优化文件结构和图片路径。
mineru后处理.zip (4.7 KB)
功能特点
🔄 批量处理：自动扫描并处理目录下的所有 PDF 转换文件夹
📁 路径转换：将 Markdown 文件中的相对路径图片链接转换为绝对路径
📚 智能拆分：根据文件大小和标题结构自动拆分大型文档
📝 记录管理：自动记录转换历史，避免重复处理
🔍 内容优化：过滤并合并内容过少的章节，提高文档质量
工作原理
脚本会：
扫描当前目录下所有包含 .pdf 的文件夹
查找每个文件夹中的 full.md 文件
将相对路径图片链接转换为绝对路径
根据文件大小决定是否拆分：
小于 50KB：直接保存为完整文件
大于 50KB：按一级标题拆分，无标题则按固定大...
────────── 链接信息 ──────────
🔗 论坛链接: linux.do
📎 访问地址: https://linux.do/t/topic/1466423/1
─────────────────────────────
📢 来源：LINUX DO
