Git Stars Git Stars

#pdf-parser Repository

Scopri 21 repository GitHub open source attivi contrassegnati con #pdf-parser, che raccolgono un totale di 321,543 stelle (con una media di 15,311 stelle per progetto). Il progetto leader di questo argomento è PaddlePaddle/PaddleOCR, con 92,972 stelle.

21
Totale Repository
321,543
Totale stelle
15,311
Media Stelle/Repo
Linguaggi di programmazione: Python Rust TypeScript Java

21 repository in totale

1
PaddlePaddle/PaddleOCR

Trasforma qualsiasi documento PDF o immagine in dati strutturati per la tua IA. Un toolkit OCR potente e leggero che colma il divario tra immagini/PDF e LLM. Supporta oltre 100 lingue.

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

Trasforma documenti complessi come PDF e documenti Office in markdown/JSON pronti per LLM per i tuoi flussi di lavoro Agentic.

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

Converti rapidamente PDF in markdown + JSON con alta precisione

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

Parser PDF per dati pronti per l'IA. Automatizza l'accessibilità PDF. Open-source.

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

Libreria veloce in Rust per ispezione, classificazione ed estrazione testo dei PDF. Rileva intelligentemente PDF scansionati vs basati su testo per abilitare decisioni di routing intelligenti.

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

Un parser di documenti veloce, utile e open-source

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

Una libreria PDF in puro Python in grado di dividere, unire, ritagliare e trasformare le pagine dei file PDF

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

Il repository ufficiale per “Dolphin: Document Image Parsing via Heterogeneous Anchor Prompting”, ACL, 2025.

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

PDF craft può convertire file PDF in vari altri formati. Questo progetto si concentrerà sull'elaborazione di file PDF di libri scansionati.

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

yft-design è uno strumento di progettazione online potente e visivamente accattivante, costruito con Vue3, fabric.js e Element Plus. La versione open-source "Gao Ding Design" basata su fabric.js. Uno strumento di progettazione online bello e potente con funzionalità di progettazione di poster e modifica di immagini. Adatto a una varietà di scenari, come la generazione di poster, la creazione di immagini di prodotti e-commerce, il design di immagini lunghe per articoli, la modifica di copertine video/di account pubblici, ecc.

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

Estrazione di dati non strutturati, rapida ed efficiente. Scritto in Rust con binding per molte lingue.

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

Estrai e converti dati da qualsiasi documento, immagine, PDF, documento Word, PPT o URL in più formati (Markdown, JSON, CSV, HTML) con estrazione intelligente di dati strutturati e OCR avanzato.

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

Server backend facilmente implementabile e scalabile che converte in modo efficiente vari formati di documenti (pdf, docx, pptx, html, immagini, ecc.) in Markdown. Con supporto per l'elaborazione sia CPU che GPU, è ideale per flussi di lavoro su larga scala, offre estrazione di testo/tabelle, OCR ed elaborazione batch con endpoint sincroni/asincroni.

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

Trasforma qualsiasi PDF di un libro tecnico in una competenza di Claude Code, pronta per essere studiata, consultata e utilizzata mentre lavori.

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

La libreria PDF più veloce per Python e Rust. Estrazione testo, estrazione immagini, conversione markdown, creazione e modifica PDF. Media 0.8 ms, 5× più veloce dei leader del settore, tasso di successo 100% su 3.830 PDF. MIT/Apache-2.0.

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

Un canvas 2D a flottazione libera per elaborare più file PDF contemporaneamente

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

API facilmente distribuibile 🚀 per convertire rapidamente PDF in markdown con alta precisione.

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

Un insieme di crate Rust per analizzare, interpretare e renderizzare file PDF.

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

Artiglio di Ricerca Open Source

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

Dedoc è una libreria (servizio) per l'analisi automatizzata dei documenti e la loro unificazione in un formato uniforme. Estrae automaticamente contenuti, struttura logica, tabelle e metainformazioni da documenti elettronici testuali. (Analisi documenti; Estrazione contenuto documento; Estrazione struttura logica; Parser PDF; Parser documenti scansionati; Parser DOCX; Parser HTML)

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

[ECCV 2026] Un framework basato sulla diffusione per l'OCR di documenti che sostituisce la decodifica autoregressiva con la decodifica a diffusione parallela a livello di blocco.

opendatalab
⭐ 624 Python 👤 opendatalab Organization 🕐 Aggiornato 2026-06-18 📅 Creato 2026-03-13

Domande frequenti

1

Qual è il repository #pdf-parser più popolare su GitHub?

Il progetto open source #pdf-parser più alto in classifica su GitHub è PaddlePaddle/PaddleOCR, con 92,972 stelle. Trasforma qualsiasi documento PDF o immagine in dati strutturati per la tua IA. Un toolkit OCR potente e leggero che colma il divario tra immagini/PDF e LLM. Supporta oltre 100 lingue.

2

Quali linguaggi di programmazione sono più utilizzati nei repository #pdf-parser?

Tra i progetti #pdf-parser più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Rust, TypeScript, Java.

3

Come viene calcolata la classifica dei repository #pdf-parser?

Monitoriamo 21 repository open source attivi contrassegnati con #pdf-parser (500+ stelle), per un totale di 321,543 stelle e una media di 15,311 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.