#pdf-parser Repositories
Entdecke 21 aktive Open-Source-GitHub-Repositories, die mit #pdf-parser getaggt sind und insgesamt 321,543 Sterne gesammelt haben (durchschnittlich 15,311 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist PaddlePaddle/PaddleOCR mit 92,972 Sternen.
Insgesamt 21 Repositories
Wandeln Sie jedes PDF- oder Bilddokument in strukturierte Daten für Ihre KI um. Ein leistungsstarkes, leichtgewichtiges OCR-Toolkit, das die Lücke zwischen Bildern/PDFs und LLMs schließt. Unterstützt über 100 Sprachen.
Transformiert komplexe Dokumente wie PDFs und Office-Dokumente in LLM-bereites Markdown/JSON für Ihre Agentic-Workflows.
PDF-Parser für KI-fähige Daten. Automatisieren Sie PDF-Barrierefreiheit. Open Source.
Schnelle Rust-Bibliothek für PDF-Inspektion, -Klassifikation und -Textextraktion. Erkennt intelligent gescannte vs. textbasierte PDFs, um smarte Routing-Entscheidungen zu ermöglichen.
Eine reine Python-PDF-Bibliothek, die in der Lage ist, PDF-Dateien zu splitten, zu mergen, zu beschneiden und die Seiten zu transformieren
Das offizielle Repository für „Dolphin: Document Image Parsing via Heterogeneous Anchor Prompting“, ACL, 2025.
PDF craft kann PDF-Dateien in verschiedene andere Formate konvertieren. Dieses Projekt wird sich auf die Verarbeitung von PDF-Dateien gescannter Bücher konzentrieren.
yft-design ist ein leistungsstarkes, visuell beeindruckendes Online-Design-Tool, das mit Vue3, fabric.js und Element Plus erstellt wurde. Die Open-Source-Version von "Gao Ding Design", basierend auf fabric.js. Ein schönes und leistungsstarkes Online-Design-Tool mit Funktionen für Posterdesign und Bildbearbeitung. Geeignet für eine Vielzahl von Szenarien, wie z. B. Posterstellung, Erstellung von E-Commerce-Produktbildern, Design von langen Artikelbildern, Bearbeitung von Video-/Public-Account-Covern usw.
Schnelle und effiziente Extraktion unstrukturierter Daten. Geschrieben in Rust mit Bindings für viele Sprachen.
Extrahieren und konvertieren Sie Daten aus beliebigen Dokumenten, Bildern, PDFs, Word-Dokumenten, PPTs oder URLs in mehrere Formate (Markdown, JSON, CSV, HTML) mit intelligenter strukturierter Datenextraktion und fortschrittlicher OCR.
Leicht zu implementierender und skalierbarer Backend-Server, der verschiedene Dokumentenformate (PDF, DOCX, PPTX, HTML, Bilder usw.) effizient in Markdown konvertiert. Mit Unterstützung für CPU- und GPU-Processing ist er ideal für groß angelegte Workflows und bietet Text-/Tabellenextraktion, OCR und Stapelverarbeitung mit synchronen/asynchronen Endpunkten.
Verwandeln Sie jedes technische Buch als PDF in eine Claude Code-Fähigkeit – bereit zum Lernen, Nachschlagen und Verwenden während Ihrer Arbeit.
Die schnellste PDF-Bibliothek für Python und Rust. Text-Extraktion, Bild-Extraktion, Markdown-Konvertierung, PDF-Erstellung & -Bearbeitung. 0,8 ms Mittelwert, 5× schneller als Branchenführer, 100% Erfolgsquote bei 3.830 PDFs. MIT/Apache-2.0.
Eine frei schwebende 2D-Arbeitsfläche zur gleichzeitigen Verarbeitung mehrerer PDF-Dateien
Einfach bereitzustellende 🚀 API zur schnellen Umwandlung von PDF in Markdown mit hoher Genauigkeit.
Eine Sammlung von Rust-Crates zum Parsen, Interpretieren und Rendern von PDF-Dateien.
Dedoc ist eine Bibliothek (Dienstleistung) zur automatisierten Dokumentenanalyse und zur Überführung in ein einheitliches Format. Es extrahiert automatisch Inhalte, logische Struktur, Tabellen und Metainformationen aus textbasierten elektronischen Dokumenten. (Dokumentenanalyse; Extrahierung von Dokumenteninhalten; Extrahierung der logischen Struktur; PDF-Parser; Parser für gescannte Dokumente; DOCX-Parser; HTML-Parser)
[ECCV 2026] Ein diffusionsbasiertes Framework für Dokumenten-OCR, das autoregressives Decodieren durch blockweises paralleles Diffusionsdecodieren ersetzt.
Häufig gestellte Fragen
Welches ist das beliebteste #pdf-parser-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#pdf-parser-Projekt auf GitHub ist PaddlePaddle/PaddleOCR mit 92,972 Sternen. Wandeln Sie jedes PDF- oder Bilddokument in strukturierte Daten für Ihre KI um. Ein leistungsstarkes, leichtgewichtiges OCR-Toolkit, das die Lücke zwischen Bildern/PDFs und LLMs schließt. Unterstützt über 100 Sprachen.
Welche Programmiersprachen werden in #pdf-parser-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #pdf-parser-Projekten auf GitHub sind Python, Rust, TypeScript, Java die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #pdf-parser-Repositories berechnet?
Wir verfolgen 21 aktive Open-Source-Repositories, die mit #pdf-parser getaggt sind (500+ Sterne), mit insgesamt 321,543 Sternen und durchschnittlich 15,311 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.