简历解析的疑问？

今天投简历的时候，发现某平台解析出来的线上简历内容缺失了几部分。不怕解析错误多，就怕解析错误少到难以察觉，解析之后人为检查不出来。改完之后我就在想，为啥会出错，简历解析的痛点在哪里呢？都2024年了，人们都在讨论AI如何取代人类的年代了，为什么简历这种内容量并不多的文件，解析还会出错呢？

反正每一次更新简历，各个平台轮番手动修改，调整样式。如果是大的信息变动，想想都头疼。对于个别招聘岗位，需要临时调整简历内容，由于是PDF格式，又得去对应招聘网站内修改再导出。苦秦久矣，难道只有我是这样的吗？

解析的痛点

• 文件格式多样，如word、pdf、html、图片、文本等。由于不是结构化的数据，增加了解析难度
• 字体、样式、文件编码都可能导致解析错误

这是我能想到的一些点。我做过PDF解析，对于固定模版的PDF文件，解析几乎不会出错。但是对于内容多样的PDF，解析确实有难度，除了解析内容，还需要将内容通过关键字进行挑选和映射，这些都会增加解析的难度。单一格式的PDF尚且如此，如果是支持上传多种格式，对开发人员来说也是考验。

结构化数据

既然知道非结构化的数据解析困难，为什么在附件下载或导出时不提供结构化导出呢？

• 是因为没有可参考的行业数据规范吗？定义一个呗，这不正是企业扬名的机会么，可以制定所在领域的行业规范。
• 或者说是因为各大招聘平台各自为营，制定的规范或导出的数据互相不认可
• 又或者是考虑到PDF和word格式的普遍性，新的文件类型需要特定软件打开。

提升用户体验的事还得用户自己做，想一下该如何以最新变动来改善这种情况。
有没有该领域的同行出来现身说法聊一聊，取取经