Editing PDF Table Parsing in Mandarin (section)

=== 5. 跨頁接續不只是處理重複表頭 ===

PDF 表格跨越多頁時，資料可能以各種方式被拆開。解析器若只處理下一頁重複出現的表頭，通常不足以應付實際文件。

常見的跨頁接續情況包括：

* 下一頁第一列只包含上一頁某個欄位的後半段內容。
* 名稱、分類、說明文字或備註被拆到不同頁面。
* 下一頁開頭先出現多列表頭，接著才延續上一頁尚未完成的紀錄。
* 同一列同時出現接續文字與新資料列的識別碼。
* 空白欄被壓縮，導致欄位位置偏移。
* 表格框線、換行或 OCR 辨識結果，將原本的一列拆成多列。

因此，跨頁處理應保留原始欄位位置，不宜過早移除空白欄。必要時，解析器應結合欄位座標、欄位索引、識別碼格式與前一筆紀錄的狀態，判斷接續片段屬於哪個欄位。

合併接續內容時，也應依文字類型採用不同方式：

* 中文文字片段通常可以直接串接。
* 英文文字片段通常需要插入空白。
* 多值欄位、分類欄位或備註，可能需要保留換行、列舉符號或分隔符號。
* 數值欄位應避免誤將文字片段串接在一起。