论文标题有字体大小差异时，会造成单词被拆分

[gcy0926]

Description of the bug | 错误描述

How to reproduce the bug | 如何复现

RT，当pdf文本中存在字体大小不一致的情况时，解析后的单词被拆分。

Operating system | 操作系统

MacOS

Python version | Python 版本

3.10

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

0.9.x

Device mode | 设备模式

cpu

[gcy0926]

Uploading RAG评估-A unified evaluation.pdf…

[myhloli]

Uploading RAG评估-A unified evaluation.pdf…

没上传成功，能重传下吗

[gcy0926]

https://arxiv.org/abs/2409.12941

[myhloli]

这个问题在0.9修了，你用的是稳定版demo，那个更新会慢一个版本

[myhloli]

复测了你v1的论文，只能说尽力合并了，但是还是不能全合并上


因字体不统一，导致span提取的时候就被切开了，拼接的时候不会用太复杂的规则去做合并，目前只做了单字符的合并，如果是多个字符被切开是没办法合回去的

[gcy0926]

请问我需要拉哪个版本的代码使用呢？

[myhloli]

dev分支