Git Stars Git Stars

#text-processing Repositorios

113
Total de Repositorios
267,207
Total de estrellas
2,364
Promedio de Estrellas/Repo

113 repositorios en total

51
tmux-plugins/tmux-logging

Registro y captura de pantalla sencillos para Tmux.

tmux-plugins
⭐ 1,181 Shell 👤 tmux-plugins Organization 🕐 Actualizado 2024-05-18 📅 Creado 2014-05-27
52
PyThaiNLP/pythainlp

Procesamiento de lenguaje natural tailandés en Python

PyThaiNLP
⭐ 1,174 Python 👤 PyThaiNLP Organization 🕐 Actualizado 2026-11-19 📅 Creado 2016-06-23
53
pasky/speedread

Una simple alternativa a Spritz de código abierto basada en terminal (RSVP palabra por palabra alineada en puntos de lectura óptimos)

pasky
⭐ 1,172 Perl 👤 pasky User 🕐 Actualizado 2024-06-11 📅 Creado 2014-03-02
54
pymorphy2/pymorphy2

Analizador morfológico / motor de inflexión para los idiomas ruso y ucraniano.

pymorphy2
⭐ 1,164 Python 👤 pymorphy2 Organization 🕐 Actualizado 2024-06-26 📅 Creado 2012-08-30
55
com-lihaoyi/fastparse

Escribiendo analizadores rápidos rápidamente en Scala

com-lihaoyi
⭐ 1,134 Scala 👤 com-lihaoyi Organization 🕐 Actualizado 2026-08-20 📅 Creado 2014-11-29
56
mwilliamson/python-mammoth

Convertir documentos de Word (.docx) a HTML

mwilliamson
⭐ 1,120 Python 👤 mwilliamson User 🕐 Actualizado 2026-09-26 📅 Creado 2013-12-01
57
gaboolic/rime-shuangpin-fuzhuma

Moqi Phonetic-Shape: Creando el mejor esquema de entrada Rime con código auxiliar para doble pinyin, haciendo que los códigos auxiliares sean accesibles para todos los usuarios de doble pinyin. Basado en el diccionario 'Wusong-Baishuang', admite varios diseños de doble pinyin como Xiaohe, Ziranma, Sogou y Microsoft. El soporte de código auxiliar incluye Moqi Code (descomposición original de código abierto para 100,000 caracteres), radicales Ziranma y formas Xiaohe. Permite combinaciones flexibles de doble pinyin y códigos auxiliares, admitiendo entrada de frases y caracteres. Para caracteres desconocidos, ofrece búsqueda inversa mediante trazos, componentes o códigos Cangjie. Incluye modos 'aw'/'aj' para inglés/japonés, escritura por acordes, emojis, atajos, fechas, números en mayúsculas y calculadora. Wusong-Xiaohe | Wusong-Ziranma | Moqi Code | Moqi Phonetic-Shape

gaboolic
⭐ 1,083 Lua 👤 gaboolic User 🕐 Actualizado 2026-11-20 📅 Creado 2024-01-25
58
ninjaaron/replacing-bash-scripting-with-python

Guía sobre el uso de Python para scripting administrativo

ninjaaron
⭐ 1,081 👤 ninjaaron User 🕐 Actualizado 2024-02-12 📅 Creado 2018-03-19
59
infrost/DeeplxFile

Herramienta de traducción de archivos fácil de usar, rápida, gratuita, de tamaño de archivo ilimitado y multiplataforma, basada en Deeplx y Playwright, que admite la traducción de textos muy largos.

infrost
⭐ 1,070 Python 👤 infrost User 🕐 Actualizado 2025-02-16 📅 Creado 2024-08-15
60
winnow-rs/winnow

Hacer del análisis algo pan comido

winnow-rs
⭐ 984 Rust 👤 winnow-rs Organization 🕐 Actualizado 2026-11-18 📅 Creado 2022-10-11
62
robert-bor/aho-corasick

Implementación en Java del algoritmo Aho-Corasick para una comparación eficiente de cadenas

robert-bor
⭐ 983 Java 👤 robert-bor User 🕐 Actualizado 2025-05-21 📅 Creado 2014-01-29
63
laurikari/tre

La biblioteca de coincidencia regex aproximada y la herramienta de línea de comandos agrep.

laurikari
⭐ 927 C 👤 laurikari User 🕐 Actualizado 2026-11-17 📅 Creado 2012-09-20
64
tumashu/pyim

Un método de entrada chino para Emacs, que admite Pinyin completo, Shuangpin, Wubi, Cangjie y Rime. pyim es un paquete de GNU ELPA.

tumashu
⭐ 919 Emacs Lisp 👤 tumashu User 🕐 Actualizado 2026-11-13 📅 Creado 2014-12-27
65
pragdave/earmark

Analizador de Markdown para Elixir

pragdave
⭐ 895 Elixir 👤 pragdave User 🕐 Actualizado 2026-06-02 📅 Creado 2014-07-05
66
snowballstem/snowball

Compilador Snowball y algoritmos de stemming

snowballstem
⭐ 893 C 👤 snowballstem Organization 🕐 Actualizado 2026-11-10 📅 Creado 2013-02-23
67
xberg-io/html-to-markdown

Convierte HTML desordenado del mundo real en Markdown limpio, en todos los idiomas principales.

xberg-io
⭐ 889 HTML 👤 xberg-io Organization 🕐 Actualizado 2026-11-21 📅 Creado 2025-02-03
68
haskell/parsec

Una biblioteca de combinadores de parser monádicos

haskell
⭐ 889 Haskell 👤 haskell Organization 🕐 Actualizado 2026-06-09 📅 Creado 2014-03-23
69
dmort27/epitran

Una herramienta para transcribir texto ortográfico a IPA (Alfabeto Fonético Internacional)

dmort27
⭐ 843 Python 👤 dmort27 User 🕐 Actualizado 2026-10-08 📅 Creado 2016-04-13
70
wenet-e2e/WeTextProcessing

Normalización de texto y normalización inversa de texto

wenet-e2e
⭐ 842 Python 👤 wenet-e2e Organization 🕐 Actualizado 2026-11-06 📅 Creado 2022-08-23
71
riquito/tuc

Cuando el corte corto no es suficiente

riquito
⭐ 822 Rust 👤 riquito User 🕐 Actualizado 2026-09-01 📅 Creado 2020-05-30
72
golang/text

[mirror] Soporte para el procesamiento de texto de Go

golang
⭐ 813 Go 👤 golang Organization 🕐 Actualizado 2026-11-17 📅 Creado 2014-12-04
73
kyokomi/emoji

:sushi: Salida de terminal emoji para golang

kyokomi
⭐ 813 Go 👤 kyokomi User 🕐 Actualizado 2026-09-21 📅 Creado 2014-06-21
74
org-rs/org-rs

Reescritura del analizador org-mode en Rust

org-rs
⭐ 806 Rust 👤 org-rs Organization 🕐 Actualizado 2026-08-21 📅 Creado 2019-04-14
75
bugen/pypipe

Herramienta de línea de comandos Python Pipe

bugen
⭐ 802 Python 👤 bugen User 🕐 Actualizado 2024-01-04 📅 Creado 2023-09-20
76
blampe/goat

Renderizar arte ASCII como diagramas SVG

blampe
⭐ 786 Go 👤 blampe User 🕐 Actualizado 2026-01-09 📅 Creado 2016-02-09
77
linkedin/URL-Detector

Una biblioteca Java para detectar y normalizar URL en texto

linkedin
⭐ 786 Java 👤 linkedin Organization 🕐 Actualizado 2025-07-12 📅 Creado 2015-02-06
78
khaphanspace/gonhanh.org

Escritura Rápida - Un método de escritura vietnamita moderno y de alto rendimiento para macOS.

khaphanspace
⭐ 781 Rust 👤 khaphanspace User 🕐 Actualizado 2026-11-21 📅 Creado 2025-12-06
79
Codepoints/awesome-codepoints

Puntos de Código Geniales

Codepoints
⭐ 779 👤 Codepoints Organization 🕐 Actualizado 2026-09-22 📅 Creado 2015-10-09
80
JakeBayer/FuzzySharp

Implementación en C# .NET de la coincidencia de cadenas difusa del algoritmo Python FuzzyWuzzy bien conocido de Seat Geek.

JakeBayer
⭐ 776 C# 👤 JakeBayer User 🕐 Actualizado 2024-08-20 📅 Creado 2018-04-10
81
markdown-it/markdown-it-emoji

Plugin de sintaxis Emoji para el analizador markdown markdown-it

markdown-it
⭐ 771 JavaScript 👤 markdown-it Organization 🕐 Actualizado 2026-10-21 📅 Creado 2014-12-21
82
ChenghaoMou/text-dedup

Desduplicación de texto todo en uno

ChenghaoMou
⭐ 765 Python 👤 ChenghaoMou User 🕐 Actualizado 2026-03-09 📅 Creado 2021-03-13
83
sstadick/hck

Un clon de corte agudo(1).

sstadick
⭐ 745 Rust 👤 sstadick User 🕐 Actualizado 2026-06-15 📅 Creado 2021-06-24
84
gwsw/less

Less - visor de texto

gwsw
⭐ 744 C 👤 gwsw User 🕐 Actualizado 2026-11-20 📅 Creado 2017-07-14
85
fromleda/text-humanizer

text-humanizer es un proyecto de código abierto diseñado para convertir texto generado por IA en una versión “humanizada”. Evita la mayoría de los detectores de IA, como Turnitin y GPTZero.

fromleda
⭐ 742 Python 👤 fromleda User 🕐 Actualizado 2026-09-07 📅 Creado 2026-08-10
86
emmethalm/infiniteGPT

InfiniteGPT es un script de Python que te permite ingresar texto de tamaño ilimitado en la API de OpenAI. Se acabaron las tediosas operaciones de copiar y pegar. ¡Larga vida al multithreading!

emmethalm
⭐ 742 Python 👤 emmethalm User 🕐 Actualizado 2024-01-07 📅 Creado 2023-05-08
87
sindresorhus/leven

Mide la diferencia entre dos cadenas con la implementación JS más rápida del algoritmo de distancia de Levenshtein

sindresorhus
⭐ 736 JavaScript 👤 sindresorhus User 🕐 Actualizado 2026-09-26 📅 Creado 2014-08-09
88
CZ-NIC/pz

Maneje fácilmente las operaciones CLI del día a día a través de Python en lugar de programas Bash regulares. 🇺🇦 #supporting

CZ-NIC
⭐ 732 Python 👤 CZ-NIC Organization 🕐 Actualizado 2025-11-24 📅 Creado 2020-11-25
89
cloudflare/ahocorasick

Una implementación en Golang del algoritmo de coincidencias de cadenas Aho-Corasick

cloudflare
⭐ 729 Go 👤 cloudflare Organization 🕐 Actualizado 2026-04-24 📅 Creado 2013-11-22
90
derek73/python-nameparser

Analiza los nombres de personas y separa el tratamiento, el nombre, el segundo nombre, los apellidos, el sufijo, el apodo y el apellido de soltera. Con tipado, sin dependencias y compatible con caracteres CJK.

derek73
⭐ 721 Python 👤 derek73 User 🕐 Actualizado 2026-11-21 📅 Creado 2014-04-02
91
Musheer360/SwiftSlate

Servicio de accesibilidad de Android para la transformación de texto mediante IA

Musheer360
⭐ 705 Kotlin 👤 Musheer360 User 🕐 Actualizado 2026-11-06 📅 Creado 2026-02-28
92
LEOYoon-Tsaw/Rime_collections

Todas las colecciones para Rime IME

LEOYoon-Tsaw
⭐ 685 Lua 👤 LEOYoon-Tsaw User 🕐 Actualizado 2026-03-25 📅 Creado 2013-11-03
93
cbaziotis/ekphrasis

Ekphrasis es una herramienta de procesamiento de texto, orientada a textos de redes sociales, como Twitter o Facebook. Ekphrasis realiza tokenización, normalización de palabras, segmentación de palabras (para dividir hashtags) y corrección ortográfica, utilizando estadísticas de palabras de 2 grandes corpus (Wikipedia en inglés, twitter - 330 millones de tuits en inglés).

cbaziotis
⭐ 676 Python 👤 cbaziotis User 🕐 Actualizado 2025-06-02 📅 Creado 2017-02-07
94
0xabu/pdfannots

Extrae y formatea anotaciones de texto de un archivo PDF

0xabu
⭐ 676 Python 👤 0xabu User 🕐 Actualizado 2026-11-12 📅 Creado 2017-01-28
95
open-korean-text/open-korean-text

Open Korean Text Processor - Un procesador de texto coreano de código abierto

open-korean-text
⭐ 651 Scala 👤 open-korean-text Organization 🕐 Actualizado 2024-03-12 📅 Creado 2017-01-24
96
lukaszliniewicz/Pandrator

Convierte PDFs y EPUBs en audiolibros; subtítulos o videos en videos doblados (incluyendo traducción), y más. Gratis. Pandrator utiliza modelos locales, incluyendo clonación de voz (instantánea, mejorada con RVC, ajuste fino de XTTS) y procesamiento LLM. Aspira a ser una aplicación fácil de usar con interfaz gráfica, instalador y paquetes todo en uno.

lukaszliniewicz
⭐ 649 Python 👤 lukaszliniewicz User 🕐 Actualizado 2026-11-21 📅 Creado 2024-03-20
97
adrian-thurston/ragel

Compilador de Máquina de Estados Ragel -- MOVIDO A colm-suite

adrian-thurston
⭐ 618 Ragel 👤 adrian-thurston User 🕐 Actualizado 2026-10-26 📅 Creado 2020-03-07
98
avian2/unidecode

Transliteraciones ASCII de texto Unicode - Espejo de GitHub

avian2
⭐ 611 Python 👤 avian2 User 🕐 Actualizado 2026-01-05 📅 Creado 2014-12-19
99
withoutboats/heck

Oh, diablos, una biblioteca de conversión de mayúsculas y minúsculas

withoutboats
⭐ 594 Rust 👤 withoutboats User 🕐 Actualizado 2025-08-09 📅 Creado 2017-03-27
100
diasks2/pragmatic_segmenter

Pragmatic Segmenter es una joya basada en reglas para la detección de límites de oraciones que funciona de inmediato en muchos idiomas.

diasks2
⭐ 581 Ruby 👤 diasks2 User 🕐 Actualizado 2024-08-11 📅 Creado 2015-01-04