Oo 9e14b56275 优化文档导出层级与链接保真，统一正文标题映射并增强 Word 段落超链接处理。 ...

同时移除不再使用的文档后处理依赖，减少汇总导出流程中的冗余步骤。

Made-with: Cursor

2026-03-30 10:32:34 +08:00

..

__init__.py

初始提交：零差云控官网爬虫项目

2026-01-29 17:29:14 +08:00

base_crawler.py

优化文档导出层级与链接保真，统一正文标题映射并增强 Word 段落超链接处理。

2026-03-30 10:32:34 +08:00

config.py

更新爬虫方案文档，增加服务与支持-详细页面的输出信息；优化基础爬虫类，增强标题提取和内容去重逻辑；根据doc2md.py调整图片处理逻辑以改善Word文档生成效果。

2026-01-31 09:30:33 +08:00

extract_abstract.py

优化摘要配置加载与文档输出兼容性，并补充本地配置忽略规则。

2026-03-26 09:39:07 +08:00

post_process.py

新增标题层级处理规则：1. 新增主页链接；2.新增docx后处理，合并同一层级的标题；3. 优化层级，h1不重复

2026-02-09 18:53:32 +08:00

product_crawler.py

优化文档导出层级与链接保真，统一正文标题映射并增强 Word 段落超链接处理。

2026-03-30 10:32:34 +08:00

utils.py

初始提交：零差云控官网爬虫项目

2026-01-29 17:29:14 +08:00