需求上传解析：使用 Python 处理 PDF/Word 需求文档并切片

引言：当需求文档遇上AI时代你做项目的时候，是不是经常遇到这种情况——产品经理发来一份100页的需求文档，里面既有表格、流程图，又有冗长的文字描述。你作为技术开发，需要把这份文档拆解成可执行的开发任务，或者将其喂给大模型做需求分析。但你发现，简单的Ctrl+C/V根本搞不定复杂排版，大模型要么因为上下文窗口限制吞不下完整文档，要么因为切分不当导致关键信息丢失。根据LlamaIndex在2026年3月发布的行业分析报告，文档解析已经从“简单的OCR”演进为生成式AI和自动化的关键基础设施层——目标不再仅仅是“读取文字”，而是将非结构化文档转化为可靠的结构化数据，为LLM和自动化决策提供动力。而一项来自意大利帕多瓦大学2025年的安全研究更是揭示了一个令人警醒的事实：在对5种主流文档加载器的测试中，利用文档注入发起的攻击成功率达到惊人的74.4%。本文将带你从零构建一套完整的需求文档解析与切片系统，覆盖PDF/Word解析技术选型、文档切片策略设计、Docker容器化部署，以及不容忽视的安全风险防范。我们不搞花架子，每个方案都附带可落地的代码，每个结论都有真实的数据支撑。一、问题分析：需求文档处理的三大核心挑战在进入技术方案之前，我们先明确到底面临什么问题。1.1 格式壁垒：PDF与Word的“方言差异”需求文档可能以各种格式交付——PDF格式固定但解析困难，Word格式结构清晰但格式版本混杂。传统方案需要为每种格式编写独立解析逻辑：PDF依赖pdfplumber、Py