fix: 备用解析时内容为图片但扩展名为.pdf则复制为正确扩展名再调doc_parser，避免PDFium Data format error

Co-authored-by: Cursor <cursoragent@cursor.com>

pdf_converter_v2/utils/paddleocr_fallback.py

@@ -4,6 +4,7 @@
 
 import json
 import os
+import shutil
 import subprocess
 import sys
 import tempfile
@@ -1637,9 +1638,24 @@ def fallback_parse_with_paddleocr(
                     else:
                         logger.warning("[PaddleOCR备用] 从PDF提取图片失败（可能是PDF文件损坏或缺少必要的库）")
                 elif file_type in ['png', 'jpeg', 'jpg']:
-                    # 文件是图片，直接使用
+                    # 文件内容是图片，但路径可能为 .pdf（上游保存时扩展名错误），
+                    # 若直接传给 doc_parser 会按扩展名用 PDFium 打开导致 Data format error，
+                    # 故复制为正确扩展名的临时文件再调用。
                     image_path = input_file
-                    logger.info(f"[PaddleOCR备用] 检测到图片文件（{file_type}）: {image_path}")
+                    ext = os.path.splitext(input_file)[1].lower()
+                    if ext == ".pdf" or ext not in (".png", ".jpg", ".jpeg"):
+                        dest_dir = output_dir or os.path.dirname(input_file)
+                        safe_ext = ".png" if file_type == "png" else (".jpg" if file_type in ("jpeg", "jpg") else ".png")
+                        tmp_image = os.path.join(dest_dir, f"paddleocr_fallback_input_{int(time.time() * 1000)}{safe_ext}")
+                        try:
+                            os.makedirs(dest_dir, exist_ok=True)
+                            shutil.copy2(input_file, tmp_image)
+                            image_path = tmp_image
+                            logger.info(f"[PaddleOCR备用] 检测到图片文件（{file_type}）但扩展名为 {ext}，已复制为 {image_path} 再解析")
+                        except Exception as e:
+                            logger.warning(f"[PaddleOCR备用] 复制图片到临时文件失败，仍用原路径: {e}")
+                    else:
+                        logger.info(f"[PaddleOCR备用] 检测到图片文件（{file_type}）: {image_path}")
                 else:
                     # 文件类型未知，尝试按PDF处理（可能是PDF但没有正确识别）
                     logger.debug(f"[PaddleOCR备用] input_file类型未知（{file_type}），尝试按PDF处理: {input_file}")