Git Stars Git Stars

#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.

21
Gesamtzahl der Repositories
321,543
Gesamtanzahl der Sterne
15,311
Durchschnittliche Sterne/Repo

Insgesamt 21 Repositories

1
PaddlePaddle/PaddleOCR

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.

PaddlePaddle
⭐ 92,972 Python 👤 PaddlePaddle Organization 🕐 Aktualisiert 2026-09-16 📅 Erstellt 2020-05-08
2
opendatalab/MinerU

Transformiert komplexe Dokumente wie PDFs und Office-Dokumente in LLM-bereites Markdown/JSON für Ihre Agentic-Workflows.

opendatalab
⭐ 84,093 Python 👤 opendatalab Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2024-02-29
3
datalab-to/marker

Konvertieren Sie PDF schnell und mit hoher Genauigkeit in Markdown + JSON

datalab-to
⭐ 41,010 Python 👤 datalab-to Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2023-10-30
4
opendataloader-project/opendataloader-pdf

PDF-Parser für KI-fähige Daten. Automatisieren Sie PDF-Barrierefreiheit. Open Source.

opendataloader-project
⭐ 30,355 Java 👤 opendataloader-project Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2025-05-13
5
firecrawl/pdf-inspector

Schnelle Rust-Bibliothek für PDF-Inspektion, -Klassifikation und -Textextraktion. Erkennt intelligent gescannte vs. textbasierte PDFs, um smarte Routing-Entscheidungen zu ermöglichen.

firecrawl
⭐ 20,082 Rust 👤 firecrawl Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2026-02-06
6
run-llama/liteparse

Ein schneller, hilfreicher und Open-Source-Dokumentenparser

run-llama
⭐ 13,074 Rust 👤 run-llama Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2026-02-09
7
py-pdf/pypdf

Eine reine Python-PDF-Bibliothek, die in der Lage ist, PDF-Dateien zu splitten, zu mergen, zu beschneiden und die Seiten zu transformieren

py-pdf
⭐ 10,305 Python 👤 py-pdf Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2012-01-06
8
bytedance/Dolphin

Das offizielle Repository für „Dolphin: Document Image Parsing via Heterogeneous Anchor Prompting“, ACL, 2025.

bytedance
⭐ 9,065 Python 👤 bytedance Organization 🕐 Aktualisiert 2026-03-25 📅 Erstellt 2025-05-13
9
oomol-lab/pdf-craft

PDF craft kann PDF-Dateien in verschiedene andere Formate konvertieren. Dieses Projekt wird sich auf die Verarbeitung von PDF-Dateien gescannter Bücher konzentrieren.

oomol-lab
⭐ 6,787 Python 👤 oomol-lab Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2025-02-12
10
dromara/yft-design

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.

dromara
⭐ 1,678 TypeScript 👤 dromara Organization 🕐 Aktualisiert 2026-09-04 📅 Erstellt 2023-05-25
11
yobix-ai/extractous

Schnelle und effiziente Extraktion unstrukturierter Daten. Geschrieben in Rust mit Bindings für viele Sprachen.

yobix-ai
⭐ 1,660 Rust 👤 yobix-ai Organization 🕐 Aktualisiert 2024-12-21 📅 Erstellt 2024-06-04
12
NanoNets/docstrange

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.

NanoNets
⭐ 1,578 Python 👤 NanoNets Organization 🕐 Aktualisiert 2025-10-31 📅 Erstellt 2025-07-31
13
drmingler/docling-api

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.

drmingler
⭐ 1,511 Python 👤 drmingler User 🕐 Aktualisiert 2026-08-04 📅 Erstellt 2024-11-05
14
Leutenegger/book-to-skill

Verwandeln Sie jedes technische Buch als PDF in eine Claude Code-Fähigkeit – bereit zum Lernen, Nachschlagen und Verwenden während Ihrer Arbeit.

Leutenegger
⭐ 1,227 Python 👤 Leutenegger User 🕐 Aktualisiert 2026-08-14 📅 Erstellt 2026-08-13
15
yfedoseev/pdf_oxide

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.

yfedoseev
⭐ 1,205 Rust 👤 yfedoseev User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2025-11-05
16
AlexandrosGounis/pdfx

Eine frei schwebende 2D-Arbeitsfläche zur gleichzeitigen Verarbeitung mehrerer PDF-Dateien

AlexandrosGounis
⭐ 1,093 TypeScript 👤 AlexandrosGounis User 🕐 Aktualisiert 2026-09-19 📅 Erstellt 2026-06-24
17
adithya-s-k/marker-api

Einfach bereitzustellende 🚀 API zur schnellen Umwandlung von PDF in Markdown mit hoher Genauigkeit.

adithya-s-k
⭐ 928 Python 👤 adithya-s-k User 🕐 Aktualisiert 2024-10-15 📅 Erstellt 2024-05-10
18
LaurenzV/hayro

Eine Sammlung von Rust-Crates zum Parsen, Interpretieren und Rendern von PDF-Dateien.

LaurenzV
⭐ 879 Rust 👤 LaurenzV User 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2025-04-22
19
Prismer-AI/Prismer

Open Source Research Claw

Prismer-AI
⭐ 781 TypeScript 👤 Prismer-AI Organization 🕐 Aktualisiert 2026-06-24 📅 Erstellt 2026-01-28
20
ispras/dedoc

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)

ispras
⭐ 739 Python 👤 ispras Organization 🕐 Aktualisiert 2026-11-09 📅 Erstellt 2020-12-07
21
opendatalab/MinerU-Diffusion

[ECCV 2026] Ein diffusionsbasiertes Framework für Dokumenten-OCR, das autoregressives Decodieren durch blockweises paralleles Diffusionsdecodieren ersetzt.

opendatalab
⭐ 624 Python 👤 opendatalab Organization 🕐 Aktualisiert 2026-06-18 📅 Erstellt 2026-03-13

Häufig gestellte Fragen

1

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.

2

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.

3

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.