Git Stars Git Stars

#pdf-extraction Repositórios

Descubra 11 repositórios ativos de código aberto no GitHub marcados com #pdf-extraction, acumulando um total de 74,183 estrelas (uma média de 6,743 por projeto). O líder deste tópico é opendataloader-project/opendataloader-pdf, com 30,355 estrelas.

11
Total de Repositórios
74,183
Total de estrelas
6,743
Média de Estrelas/Repositório
Linguagens de programação: Java Python Rust C++ JavaScript

11 repositórios no total

1
opendataloader-project/opendataloader-pdf

Analisador de PDF para dados prontos para IA. Automatize a acessibilidade de PDF. Código aberto.

opendataloader-project
⭐ 30,355 Java 👤 opendataloader-project Organization 🕐 Atualizado 2026-11-20 📅 Criado 2025-05-13
2
firecrawl/pdf-inspector

Biblioteca rápida em Rust para inspeção, classificação e extração de texto de PDF. Detecta inteligentemente PDFs digitalizados versus baseados em texto para permitir decisões de roteamento inteligentes.

firecrawl
⭐ 20,082 Rust 👤 firecrawl Organization 🕐 Atualizado 2026-11-20 📅 Criado 2026-02-06
3
xberg-io/xberg

O mecanismo de inteligência documental rápido e preciso para todos os idiomas: texto, tabelas e metadados de mais de 100 formatos, com OCR, transcrição e inteligência de código.

xberg-io
⭐ 9,606 Rust 👤 xberg-io Organization 🕐 Atualizado 2026-11-21 📅 Criado 2025-01-31
4
Zipstack/unstract

Extração de Dados Não Estruturados Impulsionada por LLM — Desenvolvida para Implantações de API e Fluxos de Trabalho de ETL

Zipstack
⭐ 7,462 Python 👤 Zipstack Organization 🕐 Atualizado 2026-11-20 📅 Criado 2024-02-21
5
nguyenq/tess4j

Wrapper Java JNA para a API Tesseract OCR

nguyenq
⭐ 1,755 Java 👤 nguyenq User 🕐 Atualizado 2026-11-07 📅 Criado 2014-06-25
6
aiptimizer/TurboOCR

TurboOCR, >200 img/s OmnidocBench. TensorRT FP16, PP-OCRv6, HTTP + gRPC

aiptimizer
⭐ 1,162 C++ 👤 aiptimizer Organization 🕐 Atualizado 2026-09-27 📅 Criado 2026-03-20
7
allenai/s2orc

S2ORC: O Corpus de Pesquisa Aberta do Semantic Scholar: https://www.aclweb.org/anthology/2020.acl-main.447/

allenai
⭐ 996 Python 👤 allenai Organization 🕐 Atualizado 2024-04-26 📅 Criado 2019-11-04
8
24eme/signaturepdf

Software web gratuito e de código aberto para assinar PDF (sozinho ou com outros) e também organizar páginas, editar metadados e compactar PDF

24eme
⭐ 837 JavaScript 👤 24eme Organization 🕐 Atualizado 2026-10-22 📅 Criado 2021-05-03
9
pytr-org/pytr

Usar o TradeRepublic no terminal e descarregar todos os documentos em massa

pytr-org
⭐ 829 Python 👤 pytr-org Organization 🕐 Atualizado 2026-11-20 📅 Criado 2020-12-23
10
ArtifexSoftware/mupdf.js

Bindings JavaScript para MuPDF

ArtifexSoftware
⭐ 613 👤 ArtifexSoftware Organization 🕐 Atualizado 2026-07-01 📅 Criado 2024-01-22
11
ExtractPDF4J/ExtractPDF4J

Biblioteca Java para extração de tabelas em PDF e OCR. Extraia tabelas estruturadas de PDFs baseados em texto e digitalizados usando análise de fluxo (stream), de grade (lattice, detecção de grade estilo OpenCV) e híbrida.

ExtractPDF4J
⭐ 501 Java 👤 ExtractPDF4J Organization 🕐 Atualizado 2026-10-14 📅 Criado 2025-08-14

Perguntas Frequentes

1

Qual é o repositório de #pdf-extraction mais popular no GitHub?

O projeto de código aberto de #pdf-extraction mais bem classificado no GitHub é opendataloader-project/opendataloader-pdf, com 30,355 estrelas. Analisador de PDF para dados prontos para IA. Automatize a acessibilidade de PDF. Código aberto.

2

Quais linguagens de programação são mais usadas nos repositórios de #pdf-extraction?

Entre os projetos de #pdf-extraction mais bem classificados no GitHub, as linguagens de programação mais comuns são Java, Python, Rust, C++.

3

Como é calculada a classificação dos repositórios de #pdf-extraction?

Acompanhamos 11 repositórios ativos de código aberto marcados com #pdf-extraction (com mais de 500 estrelas), totalizando 74,183 estrelas e uma média de 6,743 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.