Git Stars Git Stars

#pdf-parser リポジトリ

#pdf-parserのタグが付いた、GitHub上の21件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は321,543個で、プロジェクトあたりの平均は15,311個です。このトピックをリードしているのは、92,972個のスターを獲得しているPaddlePaddle/PaddleOCRです。

21
リポジトリ総数
321,543
合計スター数
15,311
リポジトリあたりの平均スター数
プログラミング言語: Python Rust TypeScript Java

リポジトリ合計21件

1
PaddlePaddle/PaddleOCR

あらゆるPDFや画像ドキュメントをAI用の構造化データに変換します。画像/PDFとLLMの間のギャップを埋める、パワフルで軽量なOCRツールキット。100以上の言語に対応しています。

PaddlePaddle
⭐ 92,972 Python 👤 PaddlePaddle Organization 🕐 更新日時 2026-09-16 📅 作成日 2020-05-08
2
opendatalab/MinerU

PDFやOfficeドキュメントなどの複雑なドキュメントを、LLM対応のmarkdown/JSONに変換し、Agenticワークフローに活用します。

opendatalab
⭐ 84,093 Python 👤 opendatalab Organization 🕐 更新日時 2026-11-20 📅 作成日 2024-02-29
3
datalab-to/marker

PDFからMarkdown + JSONへ、高精度かつ迅速に変換

datalab-to
⭐ 41,010 Python 👤 datalab-to Organization 🕐 更新日時 2026-11-20 📅 作成日 2023-10-30
4
opendataloader-project/opendataloader-pdf

AI対応データ用PDFパーサー。PDFのアクセシビリティを自動化。オープンソース。

opendataloader-project
⭐ 30,355 Java 👤 opendataloader-project Organization 🕐 更新日時 2026-11-20 📅 作成日 2025-05-13
5
firecrawl/pdf-inspector

PDFの検査、分類、テキスト抽出のための高速Rustライブラリ。スキャンPDFとテキストベースPDFをインテリジェントに検出し、スマートなルーティング決定を可能にします。

firecrawl
⭐ 20,082 Rust 👤 firecrawl Organization 🕐 更新日時 2026-11-20 📅 作成日 2026-02-06
6
run-llama/liteparse

高速で役立つオープンソースのドキュメントパーサー

run-llama
⭐ 13,074 Rust 👤 run-llama Organization 🕐 更新日時 2026-11-20 📅 作成日 2026-02-09
7
py-pdf/pypdf

PDFファイルのページを分割、結合、トリミング、変換できる純粋なPython PDFライブラリ

py-pdf
⭐ 10,305 Python 👤 py-pdf Organization 🕐 更新日時 2026-11-21 📅 作成日 2012-01-06
8
bytedance/Dolphin

「Dolphin: Document Image Parsing via Heterogeneous Anchor Prompting」の公式リポジトリ、ACL、2025。

bytedance
⭐ 9,065 Python 👤 bytedance Organization 🕐 更新日時 2026-03-25 📅 作成日 2025-05-13
9
oomol-lab/pdf-craft

PDF craftはPDFファイルを様々な他の形式に変換できます。このプロジェクトは、スキャンされた書籍のPDFファイルを処理することに焦点を当てます。

oomol-lab
⭐ 6,787 Python 👤 oomol-lab Organization 🕐 更新日時 2026-11-20 📅 作成日 2025-02-12
10
dromara/yft-design

yft-design (vft-design) は、Vue3、fabric.js、Element Plus で構築された、強力で視覚的に見事なオンライン デザイン ツールです。fabric.js をベースにしたオープンソース版【稿定设计】。ポスターデザインと画像編集機能を備えた、美しく強力なオンライン デザイン ツールです。ポスター生成、EC 商品画像作成、記事の長画像デザイン、ビデオ/公式アカウントのカバー編集など、さまざまなシナリオに適しています。

dromara
⭐ 1,678 TypeScript 👤 dromara Organization 🕐 更新日時 2026-09-04 📅 作成日 2023-05-25
11
yobix-ai/extractous

高速かつ効率的な非構造化データ抽出。Rustで記述されており、多くの言語用のバインディングがあります。

yobix-ai
⭐ 1,660 Rust 👤 yobix-ai Organization 🕐 更新日時 2024-12-21 📅 作成日 2024-06-04
12
NanoNets/docstrange

インテリジェントな構造化データ抽出と高度なOCRにより、ドキュメント、画像、PDF、Wordドキュメント、PPT、またはURLからデータを複数の形式(Markdown、JSON、CSV、HTML)に抽出および変換します。

NanoNets
⭐ 1,578 Python 👤 NanoNets Organization 🕐 更新日時 2025-10-31 📅 作成日 2025-07-31
13
drmingler/docling-api

PDF、docx、pptx、html、画像などのさまざまなドキュメント形式をMarkdownに効率的に変換する、展開およびスケーリングが容易なバックエンドサーバーです。CPUとGPUの両方の処理をサポートし、大規模なワークフローに最適です。テキスト/テーブル抽出、OCR、同期/非同期エンドポイントによるバッチ処理を提供します。

drmingler
⭐ 1,511 Python 👤 drmingler User 🕐 更新日時 2026-08-04 📅 作成日 2024-11-05
14
Leutenegger/book-to-skill

技術書のPDFをClaude Codeのスキルに変換しましょう。学習や参照、作業中の活用にすぐに使えます。

Leutenegger
⭐ 1,227 Python 👤 Leutenegger User 🕐 更新日時 2026-08-14 📅 作成日 2026-08-13
15
yfedoseev/pdf_oxide

PythonとRustのための最速PDFライブラリ。テキスト抽出、画像抽出、マークダウン変換、PDF作成・編集。平均0.8ms、業界リーダーより5倍速く、3,830 PDFで100%合格率。MIT/Apache-2.0.

yfedoseev
⭐ 1,205 Rust 👤 yfedoseev User 🕐 更新日時 2026-11-21 📅 作成日 2025-11-05
16
AlexandrosGounis/pdfx

複数のPDFファイルを同時に処理するためのフリーフローティング2Dキャンバス

AlexandrosGounis
⭐ 1,093 TypeScript 👤 AlexandrosGounis User 🕐 更新日時 2026-09-19 📅 作成日 2026-06-24
17
adithya-s-k/marker-api

PDFをMarkdownに高精度で素早く変換できる、🚀 簡単にデプロイ可能なAPI。

adithya-s-k
⭐ 928 Python 👤 adithya-s-k User 🕐 更新日時 2024-10-15 📅 作成日 2024-05-10
18
LaurenzV/hayro

PDFファイルの解析、解釈、レンダリングを行うRustクレートのセット。

LaurenzV
⭐ 879 Rust 👤 LaurenzV User 🕐 更新日時 2026-11-19 📅 作成日 2025-04-22
19
Prismer-AI/Prismer

オープンソース研究クロー

Prismer-AI
⭐ 781 TypeScript 👤 Prismer-AI Organization 🕐 更新日時 2026-06-24 📅 作成日 2026-01-28
20
ispras/dedoc

Dedocは、ドキュメントの解析を自動化し、統一された形式にするためのライブラリ(サービス)です。テキストベースの電子ドキュメントからコンテンツ、論理構造、テーブル、メタ情報を自動的に抽出します。(ドキュメント解析; ドキュメントコンテンツ抽出; 論理構造抽出; PDFパーサー; スキャン済みドキュメントパーサー; DOCXパーサー; HTMLパーサー)

ispras
⭐ 739 Python 👤 ispras Organization 🕐 更新日時 2026-11-09 📅 作成日 2020-12-07
21
opendatalab/MinerU-Diffusion

[ECCV 2026] 自己回帰デコードをブロックレベルの並列拡散デコードに置き換える、文書OCRのための拡散ベースのフレームワーク。

opendatalab
⭐ 624 Python 👤 opendatalab Organization 🕐 更新日時 2026-06-18 📅 作成日 2026-03-13

よくある質問

1

GitHubで最も人気のある#pdf-parserリポジトリは何ですか?

GitHubで最も上位にランクインしているオープンソースの#pdf-parserプロジェクトは、92,972個のスターを獲得しているPaddlePaddle/PaddleOCRです。あらゆるPDFや画像ドキュメントをAI用の構造化データに変換します。画像/PDFとLLMの間のギャップを埋める、パワフルで軽量なOCRツールキット。100以上の言語に対応しています。

2

#pdf-parserリポジトリで最もよく使われているプログラミング言語は何ですか?

GitHubで上位にランクインしている#pdf-parserプロジェクトでは、Python, Rust, TypeScript, Javaが最も一般的なプログラミング言語です。

3

#pdf-parserリポジトリのランキングはどのように算出されていますか?

#pdf-parserのタグが付いた21件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は321,543個で、リポジトリあたりの平均は15,311個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。