pdf_compare_bu2.md 2.6 KB
2025年版《中国药典》二部目录 vs all_drugs.txt 对比结果
对比时间: 2026-07-24 PDF: 2025年版《中国药典》二部目录.pdf TXT: docs/all_drugs.txt 【二部】部分
总体数据
| 来源 | 条目数 |
|---|---|
| PDF 目录 | 2786 |
| all_drugs.txt | 2777 |
| 匹配 | 2725 |
解读说明
二部为化学药品，涉及大量放射性药品（锝[99mTc]、碘[125I]等）、含生僻字药品（𫫇唑、䓬等）。PDF 文本提取时这些特殊字符无法正常解析，导致大量"碎片化"差异。
all_drugs.txt 缺少（真正需要补充的）
0 个。
报告的 7 个"缺失"全部是 PDF 解析碎片：
- "唑口服混悬液" / "唑注射液" — 属于"复方磺胺甲𫫇唑"系列，PDF 提取时 𫫇 丢失导致
- "斯汀鼻喷雾剂" — 属于"盐酸氮䓬斯汀"，䓬 丢失导致
- "复方氨基酸注射液(１８AAＧⅠ)~Ⅳ" — PDF 把 "-" 提取成了 "Ｇ"
all_drugs.txt 多余（PDF 提取缺失）
报告的 29 个"多余"全部是 all_drugs.txt 有但 PDF 无法提取的条目，原因均为生僻字符（𫫇、䓬）或特殊括号（［ ］）在 PDF 中被截断：
| 类别 | 药品举例 | 原因 |
|---|---|---|
| 𫫇唑类 | 复方磺胺甲𫫇唑口服混悬液、小儿复方磺胺甲𫫇唑片等 | PDF 提取时 𫫇 丢失 |
| 䓬类 | 氯氮䓬、盐酸地尔硫䓬、盐酸氮䓬斯汀 | PDF 提取时 䓬 丢失 |
| 放射性药品 | 锝[99mTc]~、碘[125I]~、磷[32P]~ 等 | PDF 提取时 [ 和 ] 之间的同位素符号丢失 |
| 其他 | 矛头蝮蛇蛇毒、氧 | 特殊字符 |
真正多余：0 个。
PDF 解析差异
共 77 个，全部为 PDF 生僻字符提取问题。详细清单见下方。
点击展开：77 个 PDF 提取差异
PDF 因生僻字（𫫇、䓬）和特殊符号（［、］）导致的碎片包括： - 复方磺胺甲 / 小儿复方磺胺甲 / 磺胺异 / 磺胺甲 — 𫫇唑系列（6处） - 盐酸地尔硫 / 盐酸氮 / 氯氮 / 斯汀 — 䓬系列（7处） - 锝[ / 碘[ / 磷[ / 氙[ / 氟[ / 铬[ / 胶体磷[ / 诊断用碘[ / 邻碘[ / 高锝[ / 来昔决南钐[ / 枸橼酸镓[ / 氯化亚铊[ / 氯化锶[ / 尿素[ — 放射性药品括号截断（27处） - 125I]~ / 131I]~ / 14C]~ / 99mTc]~ 等 — 放射性药品前半括号丢失（26处） - 复方氨基酸注射液（18AA-GⅠ~Ⅳ）— PDF 把破折号提取为 G（4处） - 其他碎片（7处）结论
二部完全一致，无实际差异。 所有差异均为 PDF 文本提取时生僻 Unicode 字符（𫫇、䓬）和特殊符号（［、］）丢失导致。