PDF 构建与自动检查记录
核验日期:2026-11-13。版本:1.0.0。
成品
- 文件:
output/pdf/product-jobs-guide-v1.0.0.pdf。 - 下载副本:
downloads/product-jobs-guide-v1.0.0.pdf,与输出文件逐字节一致。 - 128 页,1,486,561 字节。
- SHA-256:
2a1abf1a37f1a75f1e6265737a4ae23e71cbeba12df5d0a75408e334e0e1df1c。 - 可提取文本 122,611 字符,430 个书签,87 个内部链接,358 个外部链接。
- 13 个编号章节(00–12)、5 个附录分区、35 个源文档、15 份模板、68 条来源记录/63 个去重官方 URL。
- 原始材料、研究计划、完整作品集、中英文简历与中英文项目讲解均保留全文。
- PDF 中保留 7 份 CSV 的全部字段及完整填写示例;7 条全空白记录改为同字段下载填写提示,源 CSV 的空白行没有修改。
构建路径
本次使用 ReportLab,构建不启动浏览器、不联网安装依赖、不抓取新的截图。此前环境中的本地 Chromium 文档导出失败后,改用系统已安装的排版库和字体完成。
npm install
python3 -m pip install -r tools/requirements-pdf.txt
python3 tools/render_pdf.py --require-images --dpi 120
以上是供维护者复现的依赖安装说明,不表示本次执行过联网安装。本次直接使用已有依赖。系统需提供 Noto Sans CJK、DejaVu Sans Mono 与 Poppler 的 pdffonts;当前字体路径为 Debian/Linux 常见路径。
tools/export_book_ast.mjs使用项目固定版本的 marked 17.0.5 只读导出 Markdown/CSV 结构。tools/prepare_fonts.py提取项目使用的 1,270 个 Unicode 码位,将本机 Noto CJK SC 的 CFF 字形转为 TrueType 二次曲线,派生字体重命名并缓存到tmp/pdf-fonts/。tools/render_pdf_reportlab.py完成封面、真实页码目录、书签、正文、记录卡、图像、来源和逐页渲染。tools/render_pdf.py为兼容入口,直接调用同一 ReportLab 实现。
排版与内容边界
正文 10.6 pt,正文行距 17.2 pt;模板保留同样字号,只减少段落与标题留白。表格使用可读字号、重复表头,并禁止拆开单个表格行。宽 CSV 按键值记录卡展开。
三幅精确图使用矢量形状及可选中文字。三张 OfferTrail 图片来自实际浏览器中的原型状态,分别呈现整体核对、未知信息阻断和本地人工核对完成;文字没有把本地核对描述成真实提交或工作许可决定。
字体来源、SIL Open Font License 1.1、派生处理与 DejaVu 许可入口记录在 verification/pdf-font-license.md,字体嵌入与 Unicode 映射见 verification/pdf-metadata.json。Noto 中文及 SQL 等宽字体都作为 TrueType 子集嵌入。标准 Helvetica 是 PDF 库的默认资源,不承担中文正文。
自动检查
| 检查 | 结果 |
|---|---|
| 18 个分区标题可提取 | 全部存在 |
| 正文文字超出页面 | 0 |
| 空白或近空白页 | 0 |
| 缺失图像 | 0 |
| 内部链接目标页无效 | 0 |
| URI 解码后误吸入中文/中文标点 | 0 |
| 输出与下载 PDF 一致 | 通过 |
| 每页 PNG | 128 张,120 DPI |
| 四页拼图 | 32 张 |
链接检查核验的是 PDF 内部链接结构与 URL 文本,不等于所有外部政策页或正式网站在线状态已验收。网站部署与真实线上访问另有记录。
视觉验收材料
- 单页图:
verification/pdf-pages/page-001.png至page-128.png。 - 四页拼图:
verification/pdf-contact-sheets/sheet-001.png至sheet-032.png。 - 自动元数据:
verification/pdf-metadata.json。 - 提取全文:
verification/pdf-extracted-text.txt。 - URI 与前版像素对照:
verification/pdf-final-link-and-pixel-check.json。 - 前段记录:
verification/pdf-visual-review-001-048.md。 - 中段记录:
verification/pdf-visual-review-049-096.md。 - 模板独立复核:
verification/pdf-visual-review-templates.md,第 93–115 页已通过;另按 CSV 源文件逐项核对 7 份填写例。 - 来源区最终验收由主审查记录补齐,不以自动检查替代逐页查看。
已修复的问题包括:主目录多出单独尾页、SVG 三位十六进制白色被解析成蓝色、地区标签未解析为粗体、04 章末提示形成孤页、CSV 空白行重复铺版、模板 checkbox 重复、模板标题与表格脱离、模板末尾署名孤页,以及来源 R34 裸 URL 误吸入后续中文。