Editing PDF Table Parsing in Mandarin (section)

=== 6. 表頭、註解與資料列應分階段辨識 ===

PDF 表格經常包含表頭、單位說明、註解、小計、總計、頁尾或空白列。如果解析器將所有含有文字的列都視為資料列，就很容易產生錯誤紀錄。

建議將解析流程分成下列階段：

# 等待表頭關鍵字出現。
# 辨識表頭區域與欄名。
# 判斷資料列的起始位置。
# 處理一般資料列。
# 處理跨頁接續內容。
# 排除註解、單位說明、小計、總計與頁尾。
# 輸出標準化紀錄。

缺漏欄位可以填入 <code>null</code>。但如果欄位已經偏移，解析器就不能直接依壓縮後陣列的順序套用表格結構定義，否則可能造成整列資料錯置。