我用 AI 把 200+ 页 PDF 中的单词自动写进

两百多页的 PDF，我硬是用 AI 把里面的单词和例句全扒出来，写进了数据库。

先让脚本把词表页切成高清大图，再跑一遍 OCR。但扫出来的音标根本没法直接用，eraser 能认成 /t'reizə/，history 变成 /'hostari/。最后还是得我逐页放大，拿原图和识别结果挨个比对。

正文里的例句也得分情况捞。教材原句直接定位行号，填空题靠上下文还原，实在没完整句子的，就自己动手编一条。每条都标清出处，是教材的、还原的还是新写的，绝不混着算。

核对完的数据存进 JSON 补丁，再写进数据库。已有数据默认只补空字段，想覆盖得加参数。释义、词性、学习记录这些核心数据一律锁死，谁也别想乱动。

最后跑通测试，小程序端一刷新就能读到。这套流程以后碰到复杂 PDF，直接照这个路子走就行。