Git Stars Git Stars

#text-extraction 저장소

#text-extraction 태그가 지정된 GitHub의 활성 오픈 소스 저장소 27개를 확인해 보세요. 총 101,655개의 스타를 획득했으며 프로젝트당 평균 3,765개입니다. 이 주제를 이끄는 저장소는 20,082개의 스타를 받은 firecrawl/pdf-inspector입니다.

27
총 리포지토리
101,655
총 별점
3,765
리포지토리당 평균 스타 수

저장소 총 27개

1
firecrawl/pdf-inspector

PDF 검사, 분류, 텍스트 추출을 위한 빠른 Rust 라이브러리. 스캔된 PDF와 텍스트 기반 PDF를 지능적으로 감지하여 스마트 라우팅 결정을 가능하게 합니다.

firecrawl
⭐ 20,082 Rust 👤 firecrawl Organization 🕐 업데이트됨 2026-11-20 📅 생성됨 2026-02-06
2
allenai/olmocr

LLM 데이터셋/학습을 위한 PDF 선형화 툴킷

allenai
⭐ 19,838 Python 👤 allenai Organization 🕐 업데이트됨 2026-03-25 📅 생성됨 2024-09-17
3
run-llama/liteparse

빠르고 유용하며 오픈 소스 문서 파서

run-llama
⭐ 13,074 Rust 👤 run-llama Organization 🕐 업데이트됨 2026-11-20 📅 생성됨 2026-02-09
4
xberg-io/xberg

모든 언어를 지원하는 빠르고 정밀한 문서 인텔리전스 엔진: 100가지가 넘는 형식에서 텍스트, 표, 메타데이터를 추출하고 OCR, 전사 및 코드 인텔리전스를 제공합니다.

xberg-io
⭐ 9,606 Rust 👤 xberg-io Organization 🕐 업데이트됨 2026-11-21 📅 생성됨 2025-01-31
5
adbar/trafilatura

웹에서 텍스트와 메타데이터를 수집하는 Python 및 명령줄 도구: 크롤링, 스크래핑, 추출, CSV, JSON, HTML, MD, TXT, XML 형식으로 출력

adbar
⭐ 7,157 Python 👤 adbar User 🕐 업데이트됨 2026-11-20 📅 생성됨 2019-04-08
6
oomol-lab/pdf-craft

PDF craft는 PDF 파일을 다양한 다른 형식으로 변환할 수 있습니다. 이 프로젝트는 스캔된 책의 PDF 파일 처리에 중점을 둘 것입니다.

oomol-lab
⭐ 6,787 Python 👤 oomol-lab Organization 🕐 업데이트됨 2026-11-20 📅 생성됨 2025-02-12
7
miso-belica/sumy

텍스트 문서와 HTML 페이지의 자동 요약 모듈.

miso-belica
⭐ 3,700 Python 👤 miso-belica User 🕐 업데이트됨 2026-11-11 📅 생성됨 2013-02-20
8
unidoc/unipdf

PDF 파일을 생성하고 처리하기 위한 Golang PDF 라이브러리 (순수 Go)

unidoc
⭐ 3,137 Go 👤 unidoc Organization 🕐 업데이트됨 2026-10-20 📅 생성됨 2019-05-16
9
schappim/macOCR

화면에 있는 모든 텍스트를 클립보드에 복사하세요.

schappim
⭐ 2,443 Swift 👤 schappim User 🕐 업데이트됨 2026-09-04 📅 생성됨 2021-05-19
10
nguyenq/tess4j

Tesseract OCR API용 Java JNA 래퍼

nguyenq
⭐ 1,755 Java 👤 nguyenq User 🕐 업데이트됨 2026-11-07 📅 생성됨 2014-06-25
11
chrismattmann/tika-python

Tika-Python은 Apache Tika™ REST 서비스에 대한 Python 바인딩으로, Python 커뮤니티에서 Tika를 네이티브로 호출할 수 있습니다.

chrismattmann
⭐ 1,674 Python 👤 chrismattmann User 🕐 업데이트됨 2026-11-10 📅 생성됨 2014-06-26
12
yfedoseev/pdf_oxide

Python과 Rust를 위한 가장 빠른 PDF 라이브러리. 텍스트 추출, 이미지 추출, 마크다운 변환, PDF 생성 및 편집. 평균 0.8ms, 업계 선두보다 5배 빠름, 3,830개 PDF에서 100% 성공률. MIT/Apache-2.0.

yfedoseev
⭐ 1,205 Rust 👤 yfedoseev User 🕐 업데이트됨 2026-11-21 📅 생성됨 2025-11-05
13
m417z/Textify

Windows에서 그렇지 않으면 복사가 허용되지 않는 대화 상자와 컨트롤에서 텍스트를 복사할 수 있는 도구

m417z
⭐ 1,122 C++ 👤 m417z User 🕐 업데이트됨 2026-04-13 📅 생성됨 2018-03-04
14
Lulzx/zpdf

Zig로 작성된 제로-카피 PDF 텍스트 추출 라이브러리. SIMD 가속을 통한 고성능 메모리 매핑 파싱.

Lulzx
⭐ 925 Zig 👤 Lulzx User 🕐 업데이트됨 2026-08-13 📅 생성됨 2025-12-30
⭐ 900 👤 golangboy User 🕐 업데이트됨 2025-03-25 📅 생성됨 2025-03-24
16
yigitkonur/api-llm-ocr

시각 LLM을 사용해 PDF를 Markdown으로 변환 — 표, 레이아웃, 구조가 보존됩니다

yigitkonur
⭐ 900 Python 👤 yigitkonur User 🕐 업데이트됨 2026-02-21 📅 생성됨 2024-09-22
17
xberg-io/html-to-markdown

실제 웹의 복잡한 HTML을 모든 주요 언어에서 깔끔한 Markdown으로 변환하세요.

xberg-io
⭐ 889 HTML 👤 xberg-io Organization 🕐 업데이트됨 2026-11-21 📅 생성됨 2025-02-03
18
miso-belica/jusText

휴리스틱 기반 보일러플레이트 제거 도구

miso-belica
⭐ 832 Python 👤 miso-belica User 🕐 업데이트됨 2026-10-21 📅 생성됨 2013-02-10
19
ICIJ/datashare

문서용 자체 호스팅 검색 엔진

ICIJ
⭐ 783 Java 👤 ICIJ Organization 🕐 업데이트됨 2026-11-20 📅 생성됨 2016-04-20
20
Doriandarko/RepoToTextForLLMs

RepoToTextForLLMs를 사용하여 LLM용 GitHub 리포지토리 분석을 자동화하세요. README, 구조 및 비이진 파일을 효율적으로 가져옵니다. 출력에는 종합적인 리포지토리 평가를 돕기 위한 분석 프롬프트가 포함됩니다.

Doriandarko
⭐ 779 Python 👤 Doriandarko User 🕐 업데이트됨 2024-05-21 📅 생성됨 2024-03-11
21
raghavan/PdfGptIndexer

OpenAI API 및 FAISS(Facebook AI Similarity Search) 인덱스를 사용하여 PDF 텍스트 데이터를 색인화하고 검색하기 위한 RAG 기반 도구로, 신속한 정보 검색 및 탁월한 검색 정확도를 위해 설계되었습니다.

raghavan
⭐ 677 Python 👤 raghavan User 🕐 업데이트됨 2025-11-02 📅 생성됨 2023-07-07
22
auto-i18n/auto-i18n-translation-plugins

프론트엔드 자동 번역. Youdao/Google/Baidu/사용자 지정 번역기를 지원합니다. webpack/vite/rollup/rsbuild와 호환되며, JS로 컴파일되는 모든 프레임워크에 적용 가능하고, 보간, 네임스페이스 등을 지원하여 프로젝트를 원클릭으로 번역하는 데 도움을 줍니다.

auto-i18n
⭐ 611 Vue 👤 auto-i18n Organization 🕐 업데이트됨 2026-02-01 📅 생성됨 2023-09-04
23
jrmuizel/pdf-extract

PDF에서 콘텐츠를 추출하기 위한 Rust 라이브러리

jrmuizel
⭐ 604 Rust 👤 jrmuizel User 🕐 업데이트됨 2026-09-16 📅 생성됨 2017-02-01
24
ankushshah89/python-docx2txt

docx 파일에서 텍스트와 이미지를 추출하는 순수 Python 기반 유틸리티.

ankushshah89
⭐ 584 Python 👤 ankushshah89 User 🕐 업데이트됨 2025-03-24 📅 생성됨 2015-10-28
25
ropensci/pdftools

PDF 문서의 텍스트 추출, 렌더링 및 변환

ropensci
⭐ 555 C++ 👤 ropensci Organization 🕐 업데이트됨 2026-08-30 📅 생성됨 2016-02-23
26
cdown/srt

SRT 파일을 파싱, 수정 및 구성하기 위한 간단한 라이브러리 및 도구 모음입니다.

cdown
⭐ 528 Python 👤 cdown User 🕐 업데이트됨 2024-03-19 📅 생성됨 2014-12-28
27
JoshData/pdf-diff

Python 기반의 PDF 비교 유틸리티입니다.

JoshData
⭐ 527 Python 👤 JoshData User 🕐 업데이트됨 2026-02-08 📅 생성됨 2014-06-09

자주 묻는 질문

1

GitHub에서 가장 인기 있는 #text-extraction 저장소는 무엇인가요?

GitHub에서 가장 높은 순위의 오픈 소스 #text-extraction 프로젝트는 20,082개의 스타를 받은 firecrawl/pdf-inspector입니다. PDF 검사, 분류, 텍스트 추출을 위한 빠른 Rust 라이브러리. 스캔된 PDF와 텍스트 기반 PDF를 지능적으로 감지하여 스마트 라우팅 결정을 가능하게 합니다.

2

#text-extraction 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?

GitHub에서 순위가 가장 높은 #text-extraction 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Rust, Java, C++입니다.

3

#text-extraction 저장소 순위는 어떻게 계산되나요?

#text-extraction 태그가 지정된 활성 오픈 소스 저장소(27개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 101,655개이며 저장소당 평균 3,765개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.