Repository navigation
[Bug] 文档导入高级分段时，原文档中独立的多个表格被错误合并为一个表格 #6396
Description
问题描述
在使用 MaxKB 导入 Word 文档（.docx）时，选择高级分段模式，按 # 分割，分段长度设置较大以保证一个分段。原文档中包含两个独立的表格，但导入后两个表格被错误地合并到了同一个表格中，丢失了原有的表格分隔结构。
复现步骤
- 准备一个包含多个独立表格的 Word 文档（.docx），文档中两个表格之间有段落（标题）分隔
- 在 MaxKB 知识库中导入该文档
- 分段方式选择高级分段
- 分隔符设置为
# - 分段长度设置较大值，保证一个分段
- 导入完成后查看分段结果
预期行为
原文档中的两个独立表格应在导入后保持独立，分别作为不同的内容块呈现，不应合并为一个表格。
实际行为
原文档中两个独立的表格在导入后被合并到了同一个表格中，表格结构被破坏。
原文档结构说明
测试文档 test.docx 包含：
- 段落内容：综合风险管控相关标题（第一节/第二节等）
- 表格 1：4 行 × 3 列（序号 | 项目 | 内容），内容为风险管控领导小组相关信息
- 表格 2：7 行 × 3 列（序号 | 岗位名称 | 质量风险防控职责），内容为各岗位职责
- 两个表格之间有标题段落分隔，是两个完全独立的表格
导入后两个表格被合并为一个表格（详见截图）。
复现文件
- 测试文档
test.docx：见附件 - 异常截图：导入后的分段结果截图，见附件
环境信息
- 文档格式：.docx
- 分段方式：高级分段
- 分隔符：#
Activity
shenkaibo commentedon Jul 10, 2026
test.docx
Shenguobin0102 commentedon Jul 10, 2026
你定义了分段标识为 # （一级标题），但你的文档只有一个标题，只能分成一段，而且没有使用空行分段，也无法识别表格结束，分段成这样是正常的。如果你要用高级分段，除了设置标题分段标识外，再给分段加上空行标识。
Shenguobin0102 commentedon Jul 10, 2026
shenkaibo commentedon Jul 10, 2026
需求是 只按一级标题#分，这个章节分成一段
Shenguobin0102 commentedon Jul 10, 2026
请在“第二节 安全质量评估体系”和第一个表格之间加空行，作为临时方案。
问题已提交研发。
shenkaibo commentedon Jul 10, 2026
这个文档只截取了一个章节，原文档有几十个章节，差不多5万字，上百个表格。
shenkaibo commentedon Jul 10, 2026
我试了文档提取的输出和分段的输出是不一样的，文档提取节点没问题，可以看下
https://north-maxkb2.fit2cloud.cn/chat/share/33mzvsIlbEh0fObJIivGa
Shenguobin0102 commentedon Jul 13, 2026
您好，请将高级分段的自动清洗开关关闭，可解决问题。
