#text-extraction Repositorios
Descubre 27 repositorios activos de código abierto de GitHub etiquetados con #text-extraction, que acumulan 101,655 estrellas en total (una media de 3,765 estrellas por proyecto). El líder de este tema es firecrawl/pdf-inspector, con 20,082 estrellas.
27 repositorios en total
Biblioteca rápida en Rust para inspección, clasificación y extracción de texto de PDF. Detecta inteligentemente PDFs escaneados frente a basados en texto para habilitar decisiones de enrutamiento inteligentes.
Kit de herramientas para linealizar PDF para conjuntos de datos/entrenamiento de LLM
El motor de inteligencia documental rápido y preciso para todos los idiomas: texto, tablas y metadatos de más de 100 formatos, con OCR, transcripción e inteligencia de código.
Herramienta de Python y línea de comandos para recopilar texto y metadatos en la Web: Rastreo, raspado, extracción, salida como CSV, JSON, HTML, MD, TXT, XML
PDF craft puede convertir archivos PDF a varios otros formatos. Este proyecto se centrará en el procesamiento de archivos PDF de libros escaneados.
Tika-Python es una vinculación de Python a los servicios REST de Apache Tika™ que permite llamar a Tika de forma nativa en la comunidad Python.
La biblioteca PDF más rápida para Python y Rust. Extracción de texto, extracción de imágenes, conversión a markdown, creación y edición de PDF. Media de 0.8 ms, 5× más rápida que los líderes de la industria, tasa de aprobación del 100% en 3.830 PDFs. MIT/Apache-2.0.
Una herramienta para Windows que permite copiar texto de diálogos y controles que no lo permiten de otra manera
Biblioteca de extracción de texto PDF de copia cero escrita en Zig. Análisis de alto rendimiento, mapeado en memoria con aceleración SIMD.
PDF a markdown usando LLMs de visión — tablas, diseños y estructura preservados
Convierte HTML desordenado del mundo real en Markdown limpio, en todos los idiomas principales.
Automatice el análisis de repositorios de GitHub para LLMs con RepoToTextForLLMs. Obtenga READMEs, estructura y archivos no binarios de manera eficiente. Las salidas incluyen indicaciones de análisis para ayudar en una evaluación completa del repositorio.
Herramienta basada en RAG para indexar y buscar datos de texto PDF utilizando la API de OpenAI y el índice FAISS (Facebook AI Similarity Search), diseñada para una recuperación rápida de información y una precisión de búsqueda superior.
Traducción automática de frontend. Soporta Youdao/Google/Baidu/traductores personalizados. Compatible con webpack/vite/rollup/rsbuild, se adapta a todos los frameworks compilados en JS, soporta interpolación, espacios de nombres, etc., ayudándote a traducir tu proyecto con un solo clic.
Una utilidad basada en Python puro para extraer texto e imágenes de archivos docx.
Una biblioteca sencilla y un conjunto de herramientas para analizar, modificar y componer archivos SRT.
Preguntas frecuentes
¿Cuál es el repositorio de #text-extraction más popular en GitHub?
El proyecto de código abierto de #text-extraction mejor posicionado en GitHub es firecrawl/pdf-inspector, con 20,082 estrellas. Biblioteca rápida en Rust para inspección, clasificación y extracción de texto de PDF. Detecta inteligentemente PDFs escaneados frente a basados en texto para habilitar decisiones de enrutamiento inteligentes.
¿Qué lenguajes de programación se utilizan más en los repositorios de #text-extraction?
Entre los proyectos de #text-extraction mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Rust, Java, C++.
¿Cómo se calcula la clasificación de los repositorios de #text-extraction?
Seguimos 27 repositorios activos de código abierto etiquetados con #text-extraction (500+ estrellas), que suman un total de 101,655 estrellas, con una media de 3,765 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.