Git Stars Git Stars

#pdf-parser Dépôts

Découvrez 21 dépôts GitHub open source actifs associés à #pdf-parser, cumulant 321,543 étoiles au total (soit une moyenne de 15,311 étoiles par projet). Le projet en tête de ce thème est PaddlePaddle/PaddleOCR, avec 92,972 étoiles.

21
Total des Dépôts
321,543
Nombre total d'étoiles
15,311
Moyenne d'Étoiles/Dépôt
Langages de programmation: Python Rust TypeScript Java
1
PaddlePaddle/PaddleOCR

Transformez n'importe quel document PDF ou image en données structurées pour votre IA. Un kit d'outils OCR puissant et léger qui comble l'écart entre les images/PDF et les LLM. Prend en charge plus de 100 langues.

PaddlePaddle
⭐ 92,972 Python 👤 PaddlePaddle Organization 🕐 Mis à jour 2026-09-16 📅 Créé 2020-05-08
2
opendatalab/MinerU

Transforme des documents complexes comme les PDF et les documents Office en markdown/JSON prêt pour LLM pour vos flux de travail Agentic.

opendatalab
⭐ 84,093 Python 👤 opendatalab Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2024-02-29
3
datalab-to/marker

Convertissez rapidement PDF en markdown + JSON avec une grande précision

datalab-to
⭐ 41,010 Python 👤 datalab-to Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2023-10-30
4
opendataloader-project/opendataloader-pdf

Analyseur PDF pour données prêtes pour l'IA. Automatisez l'accessibilité PDF. Open-source.

opendataloader-project
⭐ 30,355 Java 👤 opendataloader-project Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2025-05-13
5
firecrawl/pdf-inspector

Bibliothèque rapide en Rust pour l'inspection, la classification et l'extraction de texte des PDF. Détecte intelligemment les PDF scannés par rapport aux PDF basés sur du texte pour permettre des décisions de routage intelligentes.

firecrawl
⭐ 20,082 Rust 👤 firecrawl Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2026-02-06
6
run-llama/liteparse

Un analyseur de documents rapide, utile et open-source

run-llama
⭐ 13,074 Rust 👤 run-llama Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2026-02-09
7
py-pdf/pypdf

Une bibliothèque PDF en Python pur capable de diviser, fusionner, recadrer et transformer les pages des fichiers PDF

py-pdf
⭐ 10,305 Python 👤 py-pdf Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2012-01-06
8
bytedance/Dolphin

Le dépôt officiel pour « Dolphin: Document Image Parsing via Heterogeneous Anchor Prompting », ACL, 2025.

bytedance
⭐ 9,065 Python 👤 bytedance Organization 🕐 Mis à jour 2026-03-25 📅 Créé 2025-05-13
9
oomol-lab/pdf-craft

PDF craft peut convertir des fichiers PDF dans divers autres formats. Ce projet se concentrera sur le traitement des fichiers PDF de livres numérisés.

oomol-lab
⭐ 6,787 Python 👤 oomol-lab Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2025-02-12
10
dromara/yft-design

yft-design est un outil de conception en ligne puissant et visuellement époustouflant, construit avec Vue3, fabric.js et Element Plus. La version open-source "Gao Ding Design" basée sur fabric.js. Un outil de conception en ligne esthétique et puissant doté de fonctionnalités de conception d'affiches et d'édition d'images. Convient à une variété de scénarios, tels que la génération d'affiches, la création d'images de produits e-commerce, la conception d'images longues d'articles, la modification de couvertures vidéo/de comptes publics, etc.

dromara
⭐ 1,678 TypeScript 👤 dromara Organization 🕐 Mis à jour 2026-09-04 📅 Créé 2023-05-25
11
yobix-ai/extractous

Extraction de données non structurées, rapide et efficace. Écrit en Rust avec des liaisons pour de nombreuses langues.

yobix-ai
⭐ 1,660 Rust 👤 yobix-ai Organization 🕐 Mis à jour 2024-12-21 📅 Créé 2024-06-04
12
NanoNets/docstrange

Extrayez et convertissez des données à partir de n'importe quel document, image, PDF, document Word, PPT ou URL dans plusieurs formats (Markdown, JSON, CSV, HTML) avec une extraction intelligente de données structurées et une reconnaissance optique de caractères avancée.

NanoNets
⭐ 1,578 Python 👤 NanoNets Organization 🕐 Mis à jour 2025-10-31 📅 Créé 2025-07-31
13
drmingler/docling-api

Serveur backend facilement déployable et évolutif qui convertit efficacement divers formats de documents (pdf, docx, pptx, html, images, etc.) en Markdown. Avec la prise en charge du traitement CPU et GPU, il est idéal pour les flux de travail à grande échelle, offrant une extraction de texte/tableaux, la reconnaissance optique de caractères (OCR) et le traitement par lots avec des points de terminaison synchronisés/asynchronisés.

drmingler
⭐ 1,511 Python 👤 drmingler User 🕐 Mis à jour 2026-08-04 📅 Créé 2024-11-05
14
Leutenegger/book-to-skill

Transformez n'importe quel PDF de livre technique en une compétence Claude Code, prête à être étudiée, consultée et utilisée pendant que vous travaillez.

Leutenegger
⭐ 1,227 Python 👤 Leutenegger User 🕐 Mis à jour 2026-08-14 📅 Créé 2026-08-13
15
yfedoseev/pdf_oxide

La bibliothèque PDF la plus rapide pour Python et Rust. Extraction de texte, extraction d'images, conversion en markdown, création et édition de PDF. Moyenne de 0,8 ms, 5× plus rapide que les leaders du secteur, taux de réussite de 100 % sur 3 830 PDF. MIT/Apache-2.0.

yfedoseev
⭐ 1,205 Rust 👤 yfedoseev User 🕐 Mis à jour 2026-11-21 📅 Créé 2025-11-05
16
AlexandrosGounis/pdfx

Un canevas 2D flottant pour traiter plusieurs fichiers PDF simultanément

AlexandrosGounis
⭐ 1,093 TypeScript 👤 AlexandrosGounis User 🕐 Mis à jour 2026-09-19 📅 Créé 2026-06-24
17
adithya-s-k/marker-api

API facilement déployable 🚀 pour convertir rapidement le PDF en markdown avec une grande précision.

adithya-s-k
⭐ 928 Python 👤 adithya-s-k User 🕐 Mis à jour 2024-10-15 📅 Créé 2024-05-10
18
LaurenzV/hayro

Un ensemble de crates Rust pour analyser, interpréter et afficher des fichiers PDF.

LaurenzV
⭐ 879 Rust 👤 LaurenzV User 🕐 Mis à jour 2026-11-19 📅 Créé 2025-04-22
19
Prismer-AI/Prismer

Griffe de Recherche Open Source

Prismer-AI
⭐ 781 TypeScript 👤 Prismer-AI Organization 🕐 Mis à jour 2026-06-24 📅 Créé 2026-01-28
20
ispras/dedoc

Dedoc est une bibliothèque (service) pour l'analyse automatisée des documents et leur unification dans un format uniforme. Il extrait automatiquement le contenu, la structure logique, les tableaux et les métadonnées des documents électroniques textuels. (Analyse de documents ; Extraction de contenu de document ; Extraction de structure logique ; Analyseur PDF ; Analyseur de documents numérisés ; Analyseur DOCX ; Analyseur HTML)

ispras
⭐ 739 Python 👤 ispras Organization 🕐 Mis à jour 2026-11-09 📅 Créé 2020-12-07
21
opendatalab/MinerU-Diffusion

[ECCV 2026] Un framework basé sur la diffusion pour l'OCR de documents qui remplace le décodage autorégressif par un décodage de diffusion parallèle au niveau des blocs.

opendatalab
⭐ 624 Python 👤 opendatalab Organization 🕐 Mis à jour 2026-06-18 📅 Créé 2026-03-13

Foire aux questions

1

Quel est le dépôt #pdf-parser le plus populaire sur GitHub ?

Le projet #pdf-parser open source le mieux classé sur GitHub est PaddlePaddle/PaddleOCR, avec 92,972 étoiles. Transformez n'importe quel document PDF ou image en données structurées pour votre IA. Un kit d'outils OCR puissant et léger qui comble l'écart entre les images/PDF et les LLM. Prend en charge plus de 100 langues.

2

Quels langages de programmation sont les plus utilisés dans les dépôts #pdf-parser ?

Parmi les projets #pdf-parser les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Rust, TypeScript, Java.

3

Comment le classement des dépôts #pdf-parser est-il calculé ?

Nous suivons 21 dépôts open source actifs associés à #pdf-parser (500+ étoiles), totalisant 321,543 étoiles, avec une moyenne de 15,311 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.