#text-extraction Repository
Scopri 27 repository GitHub open source attivi contrassegnati con #text-extraction, che raccolgono un totale di 101,655 stelle (con una media di 3,765 stelle per progetto). Il progetto leader di questo argomento è firecrawl/pdf-inspector, con 20,082 stelle.
27 repository in totale
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.
Il motore di intelligenza documentale rapido e preciso per ogni lingua: testo, tabelle e metadati da oltre 100 formati, con OCR, trascrizione e intelligenza del codice.
Strumento Python e da riga di comando per raccogliere testo e metadati sul Web: Crawling, scraping, estrazione, output come CSV, JSON, HTML, MD, TXT, XML
PDF craft può convertire file PDF in vari altri formati. Questo progetto si concentrerà sull'elaborazione di file PDF di libri scansionati.
Tika-Python è un binding Python per i servizi REST di Apache Tika™ che consente di chiamare Tika nativamente nella comunità Python.
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.
Uno strumento per Windows per copiare testo da dialoghi e controlli che altrimenti non lo permettono
Libreria di estrazione testo PDF a copia zero scritta in Zig. Parsing ad alte prestazioni, mappato in memoria con accelerazione SIMD.
PDF in markdown usando vision LLMs — tabelle, layout e struttura preservati
Trasforma HTML disordinato del mondo reale in Markdown pulito, in tutte le principali lingue.
Automatizza l'analisi dei repository GitHub per LLM con RepoToTextForLLMs. Recupera efficientemente README, struttura e file non binari. Gli output includono prompt di analisi per facilitare una valutazione completa del repository.
Strumento basato su RAG per l'indicizzazione e la ricerca di dati testuali PDF utilizzando l'API di OpenAI e l'indice FAISS (Facebook AI Similarity Search), progettato per un rapido recupero delle informazioni e una superiore accuratezza della ricerca.
Traduzione automatica frontend. Supporta traduttori Youdao/Google/Baidu/personalizzati. Compatibile con webpack/vite/rollup/rsbuild, adattabile a tutti i framework compilati in JS, supporta interpolazioni, namespace, ecc., aiutandoti a tradurre il tuo progetto con un clic.
Un'utilità basata su Python puro per estrarre testo e immagini dai file docx.
Una semplice libreria e un set di strumenti per l'analisi, la modifica e la composizione di file SRT.
Domande frequenti
Qual è il repository #text-extraction più popolare su GitHub?
Il progetto open source #text-extraction più alto in classifica su GitHub è firecrawl/pdf-inspector, con 20,082 stelle. 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.
Quali linguaggi di programmazione sono più utilizzati nei repository #text-extraction?
Tra i progetti #text-extraction più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Rust, Java, C++.
Come viene calcolata la classifica dei repository #text-extraction?
Monitoriamo 27 repository open source attivi contrassegnati con #text-extraction (500+ stelle), per un totale di 101,655 stelle e una media di 3,765 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.