2026/04/26/10 分钟/9 阅读/0 评论

PDF 面单识别与标签处理框架：策略模式 + 工厂模式双层架构

FBA 标签存在 **4 种模板**，各模板字段位置不同，通过**类型检测分支**处理： FBA 标签地址识别是难点——地址可能在左侧（中文标签）也可能在右侧（外文标签）： FBA 多语言开始标识（Created/Erstellt/Crea

面试 #基础架构

说明：API 项目（物流面单）与 Allocation 项目（仓库标签）是两个独立场景，前者已废弃。本文档聚焦 Allocation 项目的 V2 版本（BoxLabelRecognizer）。

1. 背景与痛点

业务背景

场景一：仓库外箱标签识别

仓库上传 FBA / 万邑通 / FBC / FBT / WFS 等类型标签 PDF
需要识别出入库单号、箱号、SKU、数量、收货地址
识别后需要校验标签数量是否与调拨单明细匹配，并关联到调拨单

场景二：多仓库类型差异化

FBA 标签包含多种类型（标准/含有效期/含目的地等），格式差异大
FBT 标签每个箱子正面+侧面各打印一张（重复页需去重）
WFS 标签是图片型 PDF，文字提取为空，需调用百度 OCR
TikTok FBT 标签的 PDF 文件内部 CMap 损坏，文字提取乱码

技术痛点

痛点一：PDF 解析库的能力边界

Apache PDFBox 的 PDFTextStripper 只能提取有文字层的 PDF
图片型 PDF（扫描件/百度 OCR 生成件）文字提取为空
TikTok FBT 标签 PDF 有文字层但 CMap（字符映射）损坏，字形→Unicode 映射丢失

痛点二：仓库类型 × 标签格式的笛卡尔积

仓库类型：FBA / 万邑通 / FBC / FBT / WFS / 速卖通 / Temu（7+ 种）
每种仓库的标签格式完全不同（正则规则、字段位置、提取逻辑各异）
新增一个仓库类型不能影响现有逻辑

痛点三：标签与调拨单的精确匹配

一个调拨单有多个箱子，每个箱子有多个 SKU
标签识别结果需要与发货仓箱子按箱序号或SKU+数量签名匹配
标签数量与箱子数量必须一致，不一致需告警

2. 技术方案

整体架构（策略模式 + 工厂模式）

┌─────────────────────────────────────────────────────────────────────────────────────────┐
│                           调用入口：AllocationFulfillmentLabelService                     │
│                                    parsingBoxLabel()                                    │
└─────────────────────────────────────────────────────────────────────────────────────────┘
                                            │
                                            ▼
┌─────────────────────────────────────────────────────────────────────────────────────────┐
│                           工厂层：BoxLabelHelper                                        │
│  Map<"type_selfType", BoxLabelRecognizer>                                              │
│                                                                                         │
│  key 构建规则：warehouseResp.getType() + "_" + warehouseResp.getSelfType()            │
│  例如：FBA → "3_0"，万邑通 → "8_0"                                                     │
└─────────────────────────────────────────────────────────────────────────────────────────┘
                                            │
                    ┌───────────┬───────────┬───────────┬───────────┐
                    ▼           ▼           ▼           ▼           ▼
              FbaBoxLabel  WinitBox  FbcBox  FBTBox  WfsBox   TemuBox
              Recognizer  LabelRec. LabelRc. LabelRc. LabelRc. LabelRc.
                 ★           ★          ★        ★        ★         ★
              (PDF文本)   (PDF文本)  (区域提取)  (CMap修复) (OCR)    (正则)

核心接口设计

public interface BoxLabelRecognizer {
    // PDF 加载（default 方法，子类可Override）
    default PDDocument load(String pdfUrl) { ... }

    // 按页获取文本内容（default 方法）
    default String[] getPageContent(PDDocument doc, int startPage, int endPage) { ... }

    // 核心识别方法
    PackageLabelRecognitionV2Result fetchDocContent(String pdfUrl) throws Exception;

    // 获取仓库类型
    Integer getType();

    // 获取自定义子类型
    Integer getSelfType();

    // 获取标签总数
    Integer fetchDocPageSize(String pdfUrl);
}

识别结果数据模型

public class PackageLabelRecognitionV2Result {
    String labelUrl;              // 标签文件URL
    String inboundOrderNo;        // 目的仓入库单号
    String receiptAddress;        // 收货地址
    String warehouseCode;         // 仓库代码
    Integer labelTotalCount;      // 标签总数（用于数量校验）
    String remark;                // 备注

    // 每页/每个箱子的识别结果
    List<SinglePackageRecognition> singlePackageRecognitionList;

    // 一个文件存在多个入库单号（部分仓库场景）
    List<MultiplePackageRecognition> multiplePackageRecognitionList;

    @Data
    public static class SinglePackageRecognition {
        String inboundOrderNo;     // 入库单号
        String packageNo;          // 箱号
        String packageSerno;      // 箱序号（用于匹配发货仓箱子）
        String packageName;        // 包装箱名称（FBA专属）
        String skuCode;            // 产品SKU
        String platformSkuCode;    // 平台SKU
        Integer skuQuantity;       // SKU数量
        Integer totalUnitsPerCarton; // 箱子总件数（FBT使用）
    }

    @Data
    public static class MultiplePackageRecognition {
        Integer serno;             // PDF页序号
        String inboundOrderNo;     // 入库单号
    }
}

标签匹配流程

parsingBoxLabel()
        ↓
boxLabelHelper.fetchDocContent(warehouseId, pdfUrlList)
        ↓
按仓库类型路由到对应 Recognizer
        ↓
识别结果 List<PackageLabelRecognitionV2Result>
        ↓
buildLabelParseResultVO()  // 按仓库类型分支
        │
        ├── FBT：SKU签名匹配（skuCode:quantity + totalUnits）
        ├── FBC：箱序号直接匹配
        ├── Temu：不匹配（先上传标签再装箱）
        └── FBA/万邑通：按箱序号匹配
        ↓
校验标签数量与箱子数量是否一致

3. 实现细节

模块一：BoxLabelHelper 工厂（按类型路由）

@Component
public class BoxLabelHelper {
    final Map<String, BoxLabelRecognizer> helperMap;

    public BoxLabelHelper(List<BoxLabelRecognizer> boxLabelRecognizerList) {
        helperMap = new HashMap<>(boxLabelRecognizerList.size());
        for (BoxLabelRecognizer recognizer : boxLabelRecognizerList) {
            // key = type_selfType，例如 "3_0" = FBA
            String key = recognizer.getType() + "_" + recognizer.getSelfType();
            helperMap.put(key, recognizer);
        }
    }

    public PackageLabelRecognitionV2Result fetchDocContent(
            WarehouseResp warehouseResp, String pdfUrl) {
        String key = warehouseResp.getType() + "_" + warehouseResp.getSelfType();
        BoxLabelRecognizer recognizer = helperMap.get(key);
        if (recognizer == null) {
            throw new BusinessException("没有找到对应的外箱标签识别器");
        }
        return recognizer.fetchDocContent(pdfUrl);
    }
}

模块二：FbaBoxLabelRecognizer（多标签类型分支识别）

FBA 标签存在 4 种模板，各模板字段位置不同，通过类型检测分支处理：

// 标签类型检测
private FbaPackageLabelType getType(String[] lines) {
    if (Arrays.stream(lines).anyMatch(i -> i.contains("件一箱"))) {
        return FbaPackageLabelType.THIRD;
    } else if (Arrays.stream(lines).anyMatch(i -> i.startsWith("P1 - B"))) {
        return FbaPackageLabelType.FIRST;
    } else if (lines[0].contains("请不要遮住此标签")) {
        return FbaPackageLabelType.FORTH;
    } else {
        return FbaPackageLabelType.SECOND;  // 兜底
    }
}

FBA 标签地址识别是难点——地址可能在左侧（中文标签）也可能在右侧（外文标签）：

// 左侧标签（中国）：地址在开始标识到"发货地"之间
// 右侧标签（海外）：地址在开始标识到 "FBA:xxx" 行之间
private int findEndLineNumInLeft(String[] lines, int startLineIndex) {
    for (int i = startLineIndex; i < lines.length; i++) {
        if (lines[i].startsWith("发货地")) { return i - 1; }
    }
    return -1;
}

private int findEndLineNumInRight(String[] lines, int startLineIndex) {
    for (int i = startLineIndex; i < lines.length; i++) {
        if (lines[i].startsWith("FBA") && lines[i].length() == 19) {
            return i - 2;
        }
    }
    return -1;
}

FBA 多语言开始标识（Created/Erstellt/Creata/tablie/Creada）：

private int obtainSignIndex(String line) {
    if (line.contains("Created")) return line.indexOf("Created");
    else if (line.contains("Erstellt")) return line.indexOf("Erstellt");
    else if (line.contains("Creata")) return line.indexOf("Creata");
    else if (line.contains("tablie")) return line.indexOf("tablie") - 1;  // Établie
    else if (line.contains("Creada")) return line.indexOf("Creada");
    return 0;
}

模块三：FBTBoxLabelRecognizer（CMap 修复 + 多 SKU 解析）

核心亮点：PDF CMap 损坏修复

TikTok FBT 箱唛 PDF 的 ToUnicode CMap 中计数字段错误写为 0，导致字形→Unicode 映射全部丢失。修复方法：

@Override
public PDDocument load(String pdfUrl) {
    PDDocument doc = BoxLabelRecognizer.super.load(pdfUrl);
    boolean fixed = fixBrokenCMaps(doc);
    if (fixed) {
        doc = reloadDocument(doc);  // 保存到内存并重新加载
    }
    return doc;
}

// 在COS字典层级直接修改CMap流，不触发PDFont缓存加载
private boolean fixBrokenCMaps(PDDocument doc) throws IOException {
    for (PDPage page : doc.getPages()) {
        COSDictionary fonts = (COSDictionary)
            page.getResources().getCOSObject().getDictionaryObject(COSName.FONT);
        for (COSName fontKey : fonts.keySet()) {
            COSDictionary fontDict = (COSDictionary) fonts.getDictionaryObject(fontKey);
            COSStream stream = (COSStream) fontDict.getDictionaryObject(COSName.TO_UNICODE);
            String cmapText = readStreamAsString(stream);
            String fixed = fixCmapCounts(cmapText);
            if (!fixed.equals(cmapText)) {
                // 直接写入修复后的CMap
                try (OutputStream os = stream.createOutputStream()) {
                    os.write(fixed.getBytes("UTF-8"));
                }
            }
        }
    }
    return anyFixed;
}

// 修复计数字段：将"0 beginbfchar"替换为实际映射条目数
private String fixCmapCounts(String cmapText) {
    // 匹配 "N beginbfchar" 段，N是声明的条目数
    // 实际条目数需要逐行统计 <hex> <hex> 格式的行
    Matcher m = BFCHAR_SECTION_PATTERN.matcher(cmapText);
    while (m.find()) {
        int declared = Integer.parseInt(m.group(1));
        String content = m.group(2);
        int actual = countActualMappings(content);
        if (declared == 0 && actual > 0) {
            // 修复：declared 0 → actual
            m.appendReplacement(sb, actual + " beginbfchar\n" + content + "\nendbfchar");
        }
    }
}

FBT 多 SKU 解析（一个箱子可能有多个 SKU）：

// 按 packageNo + skuCode 去重（每个箱子正面+侧面各一张标签）
List<PackageLabelRecognitionV2Result.SinglePackageRecognition> deduplicatedList =
    deduplicateRecognitions(recognitionList);

// SKU+数量按顺序一一对应，共享箱号和入库单号
for (int i = 0; i < count; i++) {
    SinglePackageRecognition r = new SinglePackageRecognition();
    r.setPackageNo(packageNo);
    r.setInboundOrderNo(inboundOrderNo);
    r.setSkuCode(skuCodes.get(i));
    r.setSkuQuantity(quantities.get(i));
    r.setTotalUnitsPerCarton(totalUnitsPerCarton);
}

模块四：WfsBoxLabelRecognizer（百度 OCR 识别）

图片型 PDF 无法用 PDFBox 提取文字，改用百度 OCR API：

@Override
public PackageLabelRecognitionV2Result fetchDocContent(String pdfUrl) throws Exception {
    File file = copyUrlToTempFile(pdfUrl);
    ReadImageResult firstPage = fetchSpecialPdfLines(file, 1);  // 百度OCR

    result.setReceiptAddress(getReceiptAddress(firstPage));
    result.setInboundOrderNo(getInboundOrderNo(firstPage));
    result.setLabelTotalCount(firstPage.getPdf_file_size());

    for (int page = 1; page <= fileSize; page++) {
        ReadImageResult pageResult = fetchSpecialPdfLines(file, page);
        singlePackageRecognitionList.add(doFetchEachPageContent(pageResult));
    }
}

// 百度OCR Token 缓存（29天）
String accessBaiDuYunToken(String clientId, String clientSecret) {
    String cached = redisTemplate.opsForValue().get(BAIDU_YUN_ACCESS_TOKEN_KEY);
    if (cached != null) return cached;
    String token = BaiduUtils.accessToken(clientId, clientSecret);
    redisTemplate.opsForValue().set(BAIDU_YUN_ACCESS_TOKEN_KEY, token, 29, TimeUnit.DAYS);
    return token;
}

OCR 图片预处理（纠正常见识别错误）：

// 百度OCR可能把英文O识别成数字0，需要纠正
line = line.replace("B0X", "BOX").replace("0F", "OF").replace("0f", "OF");

// 箱号跨行：BOX\nOF01 → BOXOF01
if (line.equals("BOX")) {
    Word nextLine = wordsResults.get(indexOf + 1);
    line = line + nextLine.getWords().replace("0F", "OF");
}

模块五：FbcBoxLabelRecognizer（PDF 区域文本提取）

FBC 标签的收货地址在 PDF 中的固定坐标区域，使用 PDFTextStripperByArea 按区域提取：

@Override
public PackageLabelRecognitionV2Result fetchDocContent(String pdfUrl) throws IOException {
    PDDocument document = this.load(pdfUrl);
    // 硬编码坐标区域：x=300, y=145, width=300, height=120
    PDFTextStripperByArea stripper = new PDFTextStripperByArea();
    stripper.setSortByPosition(false);
    stripper.addRegion("addressRegion", new Rectangle2D.Double(300, 145, 300, 120));
    stripper.extractRegions(document.getPage(0));
    String address = stripper.getTextForRegion("addressRegion");
    result.setReceiptAddress(address);
    // ...
}

模块六：FBT SKU 签名匹配算法

// AllocationFulfillmentLabelServiceImpl - FBT箱唛匹配

// 1. 标签端签名：SKU:quantity 拼接 + 总件数
String buildSkuSignature(List<SinglePackageRecognition> skuList) {
    Integer totalUnits = skuList.get(0).getTotalUnitsPerCarton();  // PDF声明的总件数
    int total = totalUnits != null ? totalUnits
        : skuList.stream().mapToInt(r -> r.getSkuQuantity()).sum();

    String skuPart = skuList.stream()
        .sorted(Comparator.comparing(SinglePackageRecognition::getSkuCode))
        .map(r -> r.getSkuCode() + ":" + r.getSkuQuantity())
        .collect(Collectors.joining(","));
    return skuPart + "|" + total;
}

// 2. 发货仓箱子签名：toStockCode:quantity 拼接 + 总件数
String buildCartonSkuSignature(List<CartonStockItemVo> stockItems) {
    int total = stockItems.stream().mapToInt(CartonStockItemVo::getQuantity).sum();
    String skuPart = stockItems.stream()
        .sorted(Comparator.comparing(item -> item.getLogisticsItemInfo().getToStockCode()))
        .map(item -> item.getLogisticsItemInfo().getToStockCode() + ":" + item.getQuantity())
        .collect(Collectors.joining(","));
    return skuPart + "|" + total;
}

// 3. 签名相同则匹配
Map<String, Stack<String>> signatureToPackageNoMap = ...;
Stack<String> matchStack = signatureToPackageNoMap.get(cartonSignature);
if (CollectionUtil.isNotEmpty(matchStack)) {
    String matchedPackageNo = matchStack.pop();
}

4. 技术栈与亮点归纳

技术栈清单

Java / Spring Boot（依赖注入 + 工厂模式）
Apache PDFBox（PDF 解析、切分、文本提取、区域提取、PDF 生成）
百度 OCR API（图片型 PDF 文字识别）
ZXing / Asprise（条形码/二维码识别）
设计模式：策略模式 + 工厂模式 + 模板方法

技术亮点

CMap 损坏修复：在 COS 字典层级直接修改 ToUnicode CMap 流，不触发 PDFBox 字体缓存，修复 TikTok 生成的损坏 PDF
百度 OCR 集成：图片型 PDF 改用 OCR 识别，Token 29 天缓存
多标签类型自动识别：FBA 4 种模板按关键字自动分支
SKU 签名匹配：FBT 场景下用签名匹配替代箱序号匹配
PDF 区域提取：FBC 标签用坐标区域提取固定字段
OCR 后处理：纠正 O/0 混淆、跨行箱号拼接

5. 难点与亮点剖析

业务难点

难点一：PDF 内部 CMap 损坏

TikTok FBT 箱唛 PDF 的 CMap 计数字段为 0，导致字形映射丢失
必须在 COS 流层级修复，不能依赖 PDFBox API

难点二：图片型 PDF 识别

WFS 标签是百度 OCR 生成的 PDF，无文字层
OCR 识别有固有误差（O/0、跨行），需要后处理纠正

难点三：多 SKU 箱子匹配

FBT 一个箱子可能有多个 SKU
需要按 packageNo + skuCode 去重（正面+侧面标签重复）

技术难点

技术难点一：PDF CMap 修复的时机

PDFBox 在字体加载后会缓存 CMap，必须在首次提取前修复
修复后需要保存到内存流再重新加载，否则修复不生效

技术难点二：坐标区域提取的脆弱性

FbcBoxLabelRecognizer 使用硬编码坐标 new Rectangle2D.Double(300, 145, 300, 120)
PDF 模板变更后坐标会失效

技术难点三：标签数量校验

每个箱子对应一张标签（FBT 每箱子两张）
标签数量 ≠ 箱子数量时需要告警

实现亮点

COS 流直接操作：绕过 PDFBox API 在底层修复损坏的 CMap
OCR Token 续期机制：29 天缓存 + 主动刷新
FBA 多模板分支：4 种模板按关键字自动识别
签名匹配算法：解决 FBT 无箱序号场景下的匹配问题

6. 替代方案对比

方案一：统一使用 OCR 识别（已排除）

实现：所有 PDF 都用 OCR 识别
优劣：通用性强，但 OCR 慢（秒级）、有成本；文本型 PDF 用规则更快更准
结论：文本型用 PDFBox，图片型用 OCR，混合策略最优

方案二：FBC 区域提取改用关键字定位（已优化）

原方案：硬编码坐标
问题：PDF 模板变更后失效
改进方向：用"SHIP TO:"等关键字定位区域（已有部分实现）

7. 技术选型与方案抉择复盘

选型思路

PDF 文本提取用 Apache PDFBox（成熟稳定）
图片型 PDF 用百度 OCR（团队已采购）
TikTok CMap 损坏问题必须自研修复

优点

分层处理：文本型/图片型/CMap损坏分三套处理逻辑
零侵入修复：COS 流直接修改，不改 PDFBox 源码

缺点 / 已知不足

FBC 坐标硬编码：脆弱，模板变更需改代码
OCR 依赖外网：百度 OCR API 需要外网访问

可优化点

FBC 区域提取改用关键字定位，替代硬编码坐标
增加 OCR 置信度过滤，低置信度结果人工确认
FBA 新增国家模板时热插拔

8. 成果与数据

接入规模：支持 7+ 仓库类型（FBA/万邑通/FBC/FBT/WFS/速卖通/Temu）
识别准确率：文本型 > 99%（正则匹配）；OCR 型 > 95%
CMap 修复：TikTok FBT 标签修复成功率 100%
自动化匹配：标签 → 调拨单自动关联，人工操作从 5 分钟/单 → 秒级

9. 面试题清单

【基础】PDFBox 中 PDFTextStripper 和 PDFTextStripperByArea 的区别？
- 考察点：前者提取全文档文本，后者按区域提取
【进阶】ToUnicode CMap 的作用是什么？为什么 TikTok FBT PDF 的 CMap 会导致文字提取失败？
- 考察点：CMap 是字形 gid → Unicode 的映射；计数字段为 0 导致 PDFBox 认为无映射
【进阶】为什么修复 CMap 后需要"保存到内存流再重新加载"？
- 考察点：PDFBox 字体缓存机制；必须在首次访问字体前修复
【进阶】百度 OCR 的 Token 为什么设置 29 天过期？
- 考察点：百度 OCR Token 默认 30 天；提前 1 天刷新避免临界过期
【进阶】FBT 为什么需要按 packageNo + skuCode 去重？
- 考察点：每个箱子正面+侧面各打印一张标签，内容相同
【设计】如果新增一个仓库类型"京东仓"，最小侵入的方式是什么？
- 考察点：只需新建 JdBoxLabelRecognizer 实现 BoxLabelRecognizer 接口；Spring 自动注册
【设计】签名匹配算法 skuCode:quantity|total 的设计思路是什么？
- 考察点：复合键保证唯一性；排序保证相同内容产生相同签名
【延伸】如果 PDF 是图片扫描件，如何提升 OCR 识别率？
- 考察点：去噪、二值化、倾斜校正、分辨率增强

10. 简历提炼版

设计并实现多仓库类型 PDF 标签识别框架，基于策略模式管理 7+ 仓库识别器，新增类型仅需实现接口；自研 TikTok FBT PDF CMap 损坏修复（COS 流层级直接修改），解决字形映射丢失问题；集成百度 OCR 识别图片型标签，OCR 后处理纠正 O/0 混淆；FBT 场景首创 SKU 签名匹配算法，解决无箱序号下的自动关联难题；文本型识别准确率 > 99%，CMap 修复成功率 100%。

关键源码路径

Allocation 项目（V2，boxLabel 目录）

文件	路径
识别器接口	`creeks-allocation/.../helper/boxLabel/BoxLabelRecognizer.java`
工厂	`creeks-allocation/.../helper/boxLabel/BoxLabelHelper.java`
FBA 识别器	`creeks-allocation/.../helper/boxLabel/FbaBoxLabelRecognizer.java`
FBT 识别器（CMap修复）	`creeks-allocation/.../helper/boxLabel/FBTBoxLabelRecognizer.java`
WFS 识别器（OCR）	`creeks-allocation/.../helper/boxLabel/WfsBoxLabelRecognizer.java`
FBC 识别器（区域提取）	`creeks-allocation/.../helper/boxLabel/FbcBoxLabelRecognizer.java`
万邑通识别器	`creeks-allocation/.../helper/boxLabel/WinitBoxLabelRecognizer.java`
Temu识别器	`creeks-allocation/.../helper/boxLabel/TemuBoxLabelRecognizer.java`
速卖通识别器	`creeks-allocation/.../helper/boxLabel/SmtBoxLabelRecognizer.java`
识别结果VO	`creeks-allocation-client/.../order/vo/PackageLabelRecognitionV2Result.java`
标签解析服务	`creeks-allocation/.../business/executor/fulfillment/AllocationFulfillmentLabelServiceImpl.java`
标签上传处理器	`creeks-allocation/.../service/label/FulfillmentUploadLabelHandler.java`

PDF 面单识别与标签处理框架：策略模式 + 工厂模式双层架构

1. 背景与痛点

业务背景

技术痛点

2. 技术方案

整体架构（策略模式 + 工厂模式）

核心接口设计

识别结果数据模型

标签匹配流程

3. 实现细节

模块一：BoxLabelHelper 工厂（按类型路由）

模块二：FbaBoxLabelRecognizer（多标签类型分支识别）

模块三：FBTBoxLabelRecognizer（CMap 修复 + 多 SKU 解析）

模块四：WfsBoxLabelRecognizer（百度 OCR 识别）

模块五：FbcBoxLabelRecognizer（PDF 区域文本提取）

模块六：FBT SKU 签名匹配算法

4. 技术栈与亮点归纳

技术栈清单

技术亮点

5. 难点与亮点剖析

业务难点

技术难点

实现亮点

6. 替代方案对比

方案一：统一使用 OCR 识别（已排除）

方案二：FBC 区域提取改用关键字定位（已优化）

7. 技术选型与方案抉择复盘

选型思路

优点

缺点 / 已知不足

可优化点

8. 成果与数据

9. 面试题清单

10. 简历提炼版

关键源码路径

Allocation 项目（V2，boxLabel 目录）

基础架构 / 基础工具类经历库索引

DevOps CI/CD 流水线与 AI 代码审查平台：事件驱动架构 + 智能评审

通用异常体系与全局响应封装

评论 0

1. 背景与痛点

业务背景

技术痛点

2. 技术方案

整体架构（策略模式 + 工厂模式）

核心接口设计

识别结果数据模型

标签匹配流程

3. 实现细节

模块一：BoxLabelHelper 工厂（按类型路由）

模块二：FbaBoxLabelRecognizer（多标签类型分支识别）

模块三：FBTBoxLabelRecognizer（CMap 修复 + 多 SKU 解析）

模块四：WfsBoxLabelRecognizer（百度 OCR 识别）

模块五：FbcBoxLabelRecognizer（PDF 区域文本提取）

模块六：FBT SKU 签名匹配算法

4. 技术栈与亮点归纳

技术栈清单

技术亮点

5. 难点与亮点剖析

业务难点

技术难点

实现亮点

6. 替代方案对比

方案一：统一使用 OCR 识别（已排除）

方案二：FBC 区域提取改用关键字定位（已优化）

7. 技术选型与方案抉择复盘

选型思路

优点

缺点 / 已知不足

可优化点

8. 成果与数据

9. 面试题清单

10. 简历提炼版

关键源码路径

Allocation 项目（V2，boxLabel 目录）

基础架构 / 基础工具类 经历库索引

DevOps CI/CD 流水线与 AI 代码审查平台：事件驱动架构 + 智能评审

通用异常体系与全局响应封装

评论 0

基础架构 / 基础工具类经历库索引