更新注释

2025-04-16 16:58:26 +08:00 · 2025-04-16 16:58:26 +08:00 · 4ddbd7d510
commit 4ddbd7d510
parent ae6b7472d1
2 changed files with 6 additions and 1 deletions
--- a/README.md
+++ b/README.md
@ -114,6 +114,12 @@ python doc_cleaner.py ./input_docs
  - 优化了去重算法，保持表格在文档中的原始位置
  - 分离表格和文本内容的处理流程，避免交叉影响

+### 2024-03-22
+- 优化了文件类型检测方法
+  - 移除了对magic库的依赖
+  - 改用文件后缀名直接判断文件类型
+  - 简化了文件类型检测逻辑
+
 ## 功能特性

 - 支持doc和docx格式的文档处理
--- a/requirements.txt
+++ b/requirements.txt
@ -2,5 +2,4 @@ python-docx>=0.8.11
 regex>=2023.0.0
 scikit-learn>=1.3.0
 numpy>=1.24.0
-python-magic>=0.4.27
 requests>=2.31.0