[{"data":1,"prerenderedAt":148},["ShallowReactive",2],{"blog:detail":3},{"id":4,"title":5,"body":6,"description":122,"extension":129,"meta":130,"navigation":143,"path":144,"seo":145,"stem":146,"__hash__":147},"content/blog/0144-2026-11-04.md","复杂表格怎么做到 1:1 还原：DOM 树映射算法拆解",{"type":7,"value":8,"toc":121},"minimal",[9,14,18,21,24,27,30,42,51,60,69,73,76,79,87,95,103,106,109,112,115,118],[10,11,13],"h2",{"id":12},"一张表格为什么难搬上线","一张表格，为什么难搬上线",[15,16,17],"p",{},"一张采购单、检验报告或工程台账，从纸面搬到线上，最先卡住的往往不是\"要不要做\"，而是\"做出来像不像\"。表格里的合并单元格、跨页排版、图文混排，一旦在系统里被重新排布，人看着别扭，数据也容易对不上位。这正是 FlashTable 用 DOM 树映射算法解决的问题。",[15,19,20],{},"线下表格的复杂性，在于它不是一张平的纸，而是有结构的。合并单元格把几个格并成一个含义单元，跨页表格把一行拆到两页，图文混排让文字和图形交织。这些结构对人眼是清楚的，对机器却是歧义：系统拿到一份文件，分不清哪几格该合并、哪一行该断在哪、哪块区域是文字哪块是插图。",[15,22,23],{},"传统做法有两条路。一条是人工重建，照着线下表格在系统里重新画一遍，合并单元格、调列宽、配公式，费时且容易走样。另一条是写代码，为每种表格写一段渲染逻辑，改一个表格就要改一次代码。两条路指向同一个结果：表单开发 80% 是体力活，占项目交付周期约一半时间。需求失真也很典型——业务提需求是 100%，经过产品文档化剩下 80%，到 IT 开发只剩 60%，样式走样、合并单元格丢失、公式不一致，正是失真最集中的地方。",[10,25,26],{"id":26},"解析的四个步骤",[15,28,29],{},"FlashTable 的还原链路分四步，前一步的输出是后一步的输入，任何一步失真都会在画布上被放大：",[31,32,34],"article-callout",{"tone":33},"success",[15,35,36,37,41],{},"1. ",[38,39,40],"strong",{},"表格识别","——最难的一步。它要回答三个问题：哪些线是边框、哪些字属于同一个格、哪些格被合并。系统通过线框位置、字体属性和合并标记判断单元格边界，把“看起来是表格”的东西还原成“结构上确实是表格”的数据。",[31,43,44],{"tone":33},[15,45,46,47,50],{},"2. ",[38,48,49],{},"语法转换","——把识别出的结构转成可计算的中间表示。无论源文件是 Word 的 OOXML 还是 WPS 与 LibreOffice 的 ODF，都归一成同一种结构：合并单元格记成“跨度”（一个格跨几行几列），跨页的行接回同一行，图文混排的区域标成独立的画布块。",[31,52,53],{"tone":33},[15,54,55,56,59],{},"3. ",[38,57,58],{},"表单构建","——把中间表示映射成表单组件：一个合并单元格对应一个输入区，一个下拉选项对应一个选择器，一段公式对应一个计算字段。这就是“DOM 树映射”名字的由来——把表格结构还原成一棵 DOM 树，每个节点对应一个可交互的组件，每个格子都能点、能填、能算，而不只是贴上去的像素。",[31,61,62],{"tone":33},[15,63,64,65,68],{},"4. ",[38,66,67],{},"画布渲染","——把 DOM 树按原表格的坐标画出来，做到 1:1 像素级还原。填表人看到的是和原来那张纸几乎一样的界面，下面已经是一套能填、能算、能提交的表单。",[10,70,72],{"id":71},"_92-的精度是怎么来的","92% 的精度是怎么来的",[15,74,75],{},"\"1:1 还原\"能不能做到，最终看精度。FlashTable 的解析精度是 92%，作为参照，行业平均约 75%。",[15,77,78],{},"差距主要出在那些\"不规则\"的地方：",[31,80,81],{},[15,82,83,86],{},[38,84,85],{},"合并单元格","：两个格并成一个，系统要判断合并的方向和跨度，一旦判错，后面整行整列都会错位。",[31,88,89],{},[15,90,91,94],{},[38,92,93],{},"跨页表格","：一行被分页符切成两半，系统要把它们重新拼回一行。",[31,96,97],{},[15,98,99,102],{},[38,100,101],{},"图文混排","：文字和图形交织的地方，哪些算表格、哪些算插图，边界是模糊的。",[15,104,105],{},"92% 这个数字，是处理链路在合并单元格、跨页、复杂公式这几类难点上反复收敛的结果。和行业平均约 75% 相比，多出的这十几个百分点，意味着十张表里少走样一两张，也意味着上线后需要手工返工的表少了一大截。剩下的一小部分，通常落在\"表格本身就不规则\"的边缘情形上，需要人工微调一次。",[10,107,108],{"id":108},"一张错乱单据的复原过程",[15,110,111],{},"最能说明问题的，是一张极其错乱的纸质单据——字迹歪斜、线框模糊、图文混排。比如工程现场的旁站记录单，监理手写填完，字迹潦草、行距不齐，还盖着压住字迹的章。这样的单子，人扫一眼能看懂，机器要还原却很难。",[15,113,114],{},"FlashTable 的处理分两层。第一层是划线识别，把单据上的横线、竖线识别出来，推断出表格的行列结构。第二层是文本位置推断，根据每个文字块的坐标判断它属于哪个单元格，再结合字体大小和排列方向，把错乱的文字归位。",[15,116,117],{},"两层结合，系统就能把一张乱糟糟的纸质单，复原成结构清晰的线上表单。这一步的意义不在\"还原得漂亮\"，而在于数据——归位之后的文字，已经是有行列、有字段、有类型的数据，可以直接进库、可以被计算、也可以被 AI 拿去用。",[15,119,120],{},"把四步连起来看，FlashTable 在复杂表格这件事上做的，是把\"还原\"从人工劳动变成算法能力：表格识别、语法转换、表单构建、画布渲染，把一份带合并单元格、跨页、图文混排的线下表格，自动变成 1:1 还原的线上表单，解析精度做到 92%。它解决的不是\"线上能不能填表\"，而是\"线下那张表和线上这个系统之间，能不能不再靠重新画一遍来对接\"——表格还在原地，数据已经结构化地进了系统。对要上线大量表格的企业来说，这一步省掉的，是最耗时的那段体力活。",{"title":122,"searchDepth":123,"depth":123,"links":124},"",2,[125,126,127,128],{"id":12,"depth":123,"text":13},{"id":26,"depth":123,"text":26},{"id":71,"depth":123,"text":72},{"id":108,"depth":123,"text":108},"md",{"slug":131,"order":132,"date":133,"tag":134,"summary":136,"keywords":137},"dom-tree-mapping-1to1-restore",144,"2026年11月4日",[135],"攻略技巧","把一份带合并单元格、跨页排版、图文混排的线下表格搬上线，传统做法要么重新画一遍、要么写代码重建，结果常常走样或耗时。FlashTable 用 DOM 树映射算法，走表格识别、语法转换、表单构建、画布渲染四步，把解析精度做到 92%（行业平均约 75%）。本文拆解这四步各自做什么，以及一张错乱的纸质单据如何通过划线识别与文本位置推断复原成线上表单。",[138,139,140,141,142],"表格还原","DOM树映射","表单解析","表单开发组件","FlashTable",true,"/blog/0144-2026-11-04",{"title":5,"description":122},"blog/0144-2026-11-04","sAhw_FyZtP_JMQ5630ZLAeSjp8kcOQUtZdOQ0rL9-YE",1794363092001]