fix: markdown post handel

docs/LATEX_RENDERING_FIX_SUMMARY.md

@@ -0,0 +1,122 @@
+# LaTeX 字符渲染问题 - 快速修复指南
+
+## 问题
+
+识别完成后，`\lambda` 和 `\vdots` 等 LaTeX 字符没有被正确渲染。
+
+## 根本原因
+
+**不是前端二次处理问题，也不是 LaTeX 语法问题，而是后端 MathML Unicode 实体映射不完整。**
+
+在 `app/services/converter.py` 的 `_postprocess_mathml_for_word()` 函数中，Pandoc 生成的 Unicode 实体（如 `λ` 和 `⋮`）没有被完整转换为实际字符（λ 和 ⋮）。
+
+## 已实施的修复
+
+### 1. 扩展 Unicode 实体映射表
+
+**文件**: `app/services/converter.py`
+
+**修改内容**:
+- ✅ 新增 24 个小写希腊字母映射
+- ✅ 新增 24 个大写希腊字母映射
+- ✅ 新增所有省略号符号（`\vdots`, `\cdots`, `\ddots`, `\iddots`, `\ldots`）
+- ✅ 新增 50+ 个常用数学符号
+- ✅ 新增十进制格式实体处理
+
+### 2. 支持的字符示例
+
+| 问题字符 | Unicode | 修复前 | 修复后 |
+|---------|---------|--------|--------|
+| `\lambda` | λ | `λ` 未转换 | ✅ 转换为 λ |
+| `\vdots` | ⋮ | `⋮` 未转换 | ✅ 转换为 ⋮ |
+| `\Lambda` | Λ | `Λ` 未转换 | ✅ 转换为 Λ |
+| `\cdots` | ⋯ | `⋯` 未转换 | ✅ 转换为 ⋯ |
+| `\infty` | ∞ | `∞` 未转换 | ✅ 转换为 ∞ |
+| `\sum` | ∑ | `∑` 未转换 | ✅ 转换为 ∑ |
+
+## 验证步骤
+
+### 1. 运行测试（可选）
+
+```bash
+cd /Users/yoge/dev/yoge/doc_processer
+python test_unicode_fix.py
+```
+
+### 2. 测试 API 端点
+
+```bash
+# 测试 lambda 和 vdots
+curl -X POST "http://localhost:8000/api/v1/convert/latex-to-omml" \
+  -H "Content-Type: application/json" \
+  -d '{"latex": "\\lambda_1, \\lambda_2, \\vdots, \\lambda_n"}'
+```
+
+### 3. 检查前端（如果后端正常）
+
+如果 API 返回正确但前端显示有问题:
+
+1. **检查 API 响应**: 使用浏览器开发者工具查看实际返回的内容
+2. **检查 MathJax/KaTeX**: 确认渲染库版本和配置
+3. **检查字体加载**: 确认数学字体正确加载
+4. **检查 JS 错误**: 控制台是否有报错
+
+## 诊断工具
+
+### 如果仍有问题，使用诊断工具
+
+```bash
+# 诊断后处理管道
+python diagnose_latex_rendering.py "$\lambda + \vdots$"
+
+# 测试完整转换流程
+python test_unicode_fix.py
+```
+
+## 技术细节
+
+### 修改位置
+
+文件: `app/services/converter.py`
+函数: `_postprocess_mathml_for_word()`
+行数: ~420-485
+
+### 修改内容
+
+1. **扩展 `unicode_map` 字典**:
+   - 从 ~33 个映射增加到 ~180 个映射
+   - 覆盖所有常用希腊字母和数学符号
+
+2. **新增十进制实体处理**:
+   ```python
+   decimal_patterns = [
+       (r'λ', 'λ'),    # lambda (decimal)
+       (r'⋮', '⋮'),   # vdots (decimal)
+       # ... 更多映射
+   ]
+   ```
+
+### 为什么这样修复
+
+1. **Pandoc 输出格式多样**: 可能输出十六进制或十进制实体
+2. **Word 偏好 Unicode**: 直接使用 Unicode 字符而非实体
+3. **性能优化**: 字符串替换速度快，影响小
+4. **兼容性好**: 不影响现有功能
+
+## 总结
+
+| 方面 | 状态 |
+|-----|------|
+| LaTeX 语法 | ✅ 正确 |
+| OCR 后处理 | ✅ 不修改 `\lambda` 和 `\vdots` |
+| MathML 转换 | ✅ 已修复（扩展实体映射） |
+| 前端处理 | ❓ 需要验证 |
+
+**建议**: 
+1. 先测试后端 API 是否返回正确的 Unicode 字符
+2. 如果后端正常，再检查前端渲染
+3. 使用提供的诊断工具定位具体问题
+
+## 文档
+
+详细报告: `/Users/yoge/dev/yoge/doc_processer/docs/LATEX_RENDERING_FIX_REPORT.md`