Git Stars Git Stars

#text-processing Repositórios

113
Total de Repositórios
267,207
Total de estrelas
2,364
Média de Estrelas/Repositório

113 repositórios no total

51
tmux-plugins/tmux-logging

Registro fácil e captura de tela para Tmux.

tmux-plugins
⭐ 1,181 Shell 👤 tmux-plugins Organization 🕐 Atualizado 2024-05-18 📅 Criado 2014-05-27
52
PyThaiNLP/pythainlp

Processamento de Linguagem Natural Tailandesa em Python

PyThaiNLP
⭐ 1,174 Python 👤 PyThaiNLP Organization 🕐 Atualizado 2026-11-19 📅 Criado 2016-06-23
53
pasky/speedread

Um simples software de código aberto baseado em terminal, similar ao Spritz (apresentação visual serial rápida palavra a palavra, alinhada em pontos de leitura ideais)

pasky
⭐ 1,172 Perl 👤 pasky User 🕐 Atualizado 2024-06-11 📅 Criado 2014-03-02
54
pymorphy2/pymorphy2

Analisador morfológico / motor de flexão para os idiomas russo e ucraniano.

pymorphy2
⭐ 1,164 Python 👤 pymorphy2 Organization 🕐 Atualizado 2024-06-26 📅 Criado 2012-08-30
55
com-lihaoyi/fastparse

Escrevendo Parsers Rápidos Rapidamente em Scala

com-lihaoyi
⭐ 1,134 Scala 👤 com-lihaoyi Organization 🕐 Atualizado 2026-08-20 📅 Criado 2014-11-29
56
mwilliamson/python-mammoth

Converter documentos do Word (arquivos .docx) para HTML

mwilliamson
⭐ 1,120 Python 👤 mwilliamson User 🕐 Atualizado 2026-09-26 📅 Criado 2013-12-01
57
gaboolic/rime-shuangpin-fuzhuma

Moqi Phonetic-Shape: Criando o melhor esquema de entrada Rime com código auxiliar para duplo pinyin, tornando os códigos auxiliares acessíveis a todos os usuários de duplo pinyin. Baseado no dicionário 'Wusong-Baishuang', suporta vários layouts de duplo pinyin como Xiaohe, Ziranma, Sogou e Microsoft. O suporte a códigos auxiliares inclui o código Moqi (decomposição original de código aberto para 100.000 caracteres), radicais Ziranma e formas Xiaohe. Permite combinações flexíveis de duplo pinyin e códigos auxiliares, suportando entrada de frases e caracteres. Para caracteres desconhecidos, oferece busca reversa por traços, componentes ou códigos Cangjie. Inclui modos 'aw'/'aj' para inglês/japonês, digitação por acordes, emojis, atalhos, datas, números em maiúsculas e calculadora. Wusong-Xiaohe | Wusong-Ziranma | Moqi Code | Moqi Phonetic-Shape

gaboolic
⭐ 1,083 Lua 👤 gaboolic User 🕐 Atualizado 2026-11-20 📅 Criado 2024-01-25
58
ninjaaron/replacing-bash-scripting-with-python

Guia sobre o uso de Python para scripts administrativos

ninjaaron
⭐ 1,081 👤 ninjaaron User 🕐 Atualizado 2024-02-12 📅 Criado 2018-03-19
59
infrost/DeeplxFile

Ferramenta de tradução de arquivos fácil de usar, rápida, gratuita, sem limite de tamanho de arquivo e multiplataforma baseada em Deeplx e Playwright que suporta traduções de textos muito longos / Easy-to-use, fast, free, unlimited file size and cross platform file translation tool based on Deeplx & Playwright that supports long text translations.

infrost
⭐ 1,070 Python 👤 infrost User 🕐 Atualizado 2025-02-16 📅 Criado 2024-08-15
60
winnow-rs/winnow

Tornando a análise uma moleza

winnow-rs
⭐ 984 Rust 👤 winnow-rs Organization 🕐 Atualizado 2026-11-18 📅 Criado 2022-10-11
62
robert-bor/aho-corasick

Implementação Java do algoritmo Aho-Corasick para busca eficiente de strings

robert-bor
⭐ 983 Java 👤 robert-bor User 🕐 Atualizado 2025-05-21 📅 Criado 2014-01-29
63
laurikari/tre

A biblioteca de correspondência de regex aproximada e a ferramenta de linha de comando agrep.

laurikari
⭐ 927 C 👤 laurikari User 🕐 Atualizado 2026-11-17 📅 Criado 2012-09-20
64
tumashu/pyim

Um método de entrada chinês para Emacs, que suporta Pinyin completo, Pinyin duplo, Wubi, Cangjie e Rime, pyim é um pacote GNU elpa.

tumashu
⭐ 919 Emacs Lisp 👤 tumashu User 🕐 Atualizado 2026-11-13 📅 Criado 2014-12-27
65
pragdave/earmark

Analisador Markdown para Elixir

pragdave
⭐ 895 Elixir 👤 pragdave User 🕐 Atualizado 2026-06-02 📅 Criado 2014-07-05
66
snowballstem/snowball

Compilador Snowball e algoritmos de stemming

snowballstem
⭐ 893 C 👤 snowballstem Organization 🕐 Atualizado 2026-11-10 📅 Criado 2013-02-23
67
xberg-io/html-to-markdown

Transforme HTML desorganizado do mundo real em Markdown limpo, em todos os principais idiomas.

xberg-io
⭐ 889 HTML 👤 xberg-io Organization 🕐 Atualizado 2026-11-21 📅 Criado 2025-02-03
68
haskell/parsec

Uma biblioteca de combinadores de parser monádico

haskell
⭐ 889 Haskell 👤 haskell Organization 🕐 Atualizado 2026-06-09 📅 Criado 2014-03-23
69
dmort27/epitran

Uma ferramenta para transcrever texto ortográfico como IPA (Alfabeto Fonético Internacional)

dmort27
⭐ 843 Python 👤 dmort27 User 🕐 Atualizado 2026-10-08 📅 Criado 2016-04-13
70
wenet-e2e/WeTextProcessing

Normalização de Texto e Normalização Inversa de Texto

wenet-e2e
⭐ 842 Python 👤 wenet-e2e Organization 🕐 Atualizado 2026-11-06 📅 Criado 2022-08-23
71
riquito/tuc

Quando cortar não basta

riquito
⭐ 822 Rust 👤 riquito User 🕐 Atualizado 2026-09-01 📅 Criado 2020-05-30
72
golang/text

[mirror] Suporte ao processamento de texto Go

golang
⭐ 813 Go 👤 golang Organization 🕐 Atualizado 2026-11-17 📅 Criado 2014-12-04
73
kyokomi/emoji

:sushi: saída de terminal emoji para golang

kyokomi
⭐ 813 Go 👤 kyokomi User 🕐 Atualizado 2026-09-21 📅 Criado 2014-06-21
74
org-rs/org-rs

reescrita do parser org-mode em Rust

org-rs
⭐ 806 Rust 👤 org-rs Organization 🕐 Atualizado 2026-08-21 📅 Criado 2019-04-14
75
bugen/pypipe

Ferramenta de linha de comando Python de pipe

bugen
⭐ 802 Python 👤 bugen User 🕐 Atualizado 2024-01-04 📅 Criado 2023-09-20
76
blampe/goat

Renderizar arte ASCII como diagramas SVG

blampe
⭐ 786 Go 👤 blampe User 🕐 Atualizado 2026-01-09 📅 Criado 2016-02-09
77
linkedin/URL-Detector

Uma biblioteca Java para detectar e normalizar URLs em texto

linkedin
⭐ 786 Java 👤 linkedin Organization 🕐 Atualizado 2025-07-12 📅 Criado 2015-02-06
78
khaphanspace/gonhanh.org

Digitação Rápida - Um método de digitação vietnamita moderno e de alto desempenho para macOS.

khaphanspace
⭐ 781 Rust 👤 khaphanspace User 🕐 Atualizado 2026-11-21 📅 Criado 2025-12-06
79
Codepoints/awesome-codepoints

Pontos de Código Incríveis

Codepoints
⭐ 779 👤 Codepoints Organization 🕐 Atualizado 2026-09-22 📅 Criado 2015-10-09
80
JakeBayer/FuzzySharp

Implementação em C# .NET de correspondência aproximada de strings do conhecido algoritmo FuzzyWuzzy do Seat Geek em python.

JakeBayer
⭐ 776 C# 👤 JakeBayer User 🕐 Atualizado 2024-08-20 📅 Criado 2018-04-10
81
markdown-it/markdown-it-emoji

Plugin de sintaxe de Emoji para o analisador markdown markdown-it

markdown-it
⭐ 771 JavaScript 👤 markdown-it Organization 🕐 Atualizado 2026-10-21 📅 Criado 2014-12-21
82
ChenghaoMou/text-dedup

Desduplicação de texto tudo-em-um

ChenghaoMou
⭐ 765 Python 👤 ChenghaoMou User 🕐 Atualizado 2026-03-09 📅 Criado 2021-03-13
83
sstadick/hck

Um clone de corte preciso(1).

sstadick
⭐ 745 Rust 👤 sstadick User 🕐 Atualizado 2026-06-15 📅 Criado 2021-06-24
84
gwsw/less

Menos - paginador de texto

gwsw
⭐ 744 C 👤 gwsw User 🕐 Atualizado 2026-11-20 📅 Criado 2017-07-14
85
fromleda/text-humanizer

text-humanizer é um projeto de código aberto desenvolvido para converter textos gerados por IA em uma versão “humanizada”. Ele contorna a maioria dos detectores de IA, como o Turnitin e o GPTZero.

fromleda
⭐ 742 Python 👤 fromleda User 🕐 Atualizado 2026-09-07 📅 Criado 2026-08-10
86
emmethalm/infiniteGPT

InfiniteGPT é um script Python que permite inserir um texto de tamanho ilimitado na API da OpenAI. Chega de copiar e colar tediosamente. Viva o multithreading!

emmethalm
⭐ 742 Python 👤 emmethalm User 🕐 Atualizado 2024-01-07 📅 Criado 2023-05-08
87
sindresorhus/leven

Meça a diferença entre duas strings com a implementação JS mais rápida do algoritmo de distância de Levenshtein

sindresorhus
⭐ 736 JavaScript 👤 sindresorhus User 🕐 Atualizado 2026-09-26 📅 Criado 2014-08-09
88
CZ-NIC/pz

Lide facilmente com operações diárias de CLI via Python em vez de programas Bash regulares. 🇺🇦 #supporting

CZ-NIC
⭐ 732 Python 👤 CZ-NIC Organization 🕐 Atualizado 2025-11-24 📅 Criado 2020-11-25
89
cloudflare/ahocorasick

Uma implementação em Golang do algoritmo de correspondência de strings Aho-Corasick

cloudflare
⭐ 729 Go 👤 cloudflare Organization 🕐 Atualizado 2026-04-24 📅 Criado 2013-11-22
90
derek73/python-nameparser

Analisa nomes de pessoas e os divide em título, nome próprio, nome do meio, sobrenome, sufixo, apelido e nome de solteira. Tipado, sem dependências e compatível com caracteres CJK.

derek73
⭐ 721 Python 👤 derek73 User 🕐 Atualizado 2026-11-21 📅 Criado 2014-04-02
91
Musheer360/SwiftSlate

Serviço de acessibilidade Android para transformação de texto baseada em IA

Musheer360
⭐ 705 Kotlin 👤 Musheer360 User 🕐 Atualizado 2026-11-06 📅 Criado 2026-02-28
92
LEOYoon-Tsaw/Rime_collections

Todas as coleções para Rime IME

LEOYoon-Tsaw
⭐ 685 Lua 👤 LEOYoon-Tsaw User 🕐 Atualizado 2026-03-25 📅 Criado 2013-11-03
93
cbaziotis/ekphrasis

Ekphrasis é uma ferramenta de processamento de texto, voltada para textos de redes sociais, como Twitter ou Facebook. O Ekphrasis realiza tokenização, normalização de palavras, segmentação de palavras (para dividir hashtags) e correção ortográfica, usando estatísticas de palavras de 2 grandes corpora (Wikipedia em inglês, twitter - 330 milhões de tweets em inglês).

cbaziotis
⭐ 676 Python 👤 cbaziotis User 🕐 Atualizado 2025-06-02 📅 Criado 2017-02-07
94
0xabu/pdfannots

Extrai e formata anotações de texto de um arquivo PDF

0xabu
⭐ 676 Python 👤 0xabu User 🕐 Atualizado 2026-11-12 📅 Criado 2017-01-28
95
open-korean-text/open-korean-text

Processador de Texto Coreano Aberto - Um Processador de Texto Coreano de Código Aberto

open-korean-text
⭐ 651 Scala 👤 open-korean-text Organization 🕐 Atualizado 2024-03-12 📅 Criado 2017-01-24
96
lukaszliniewicz/Pandrator

Transforme PDFs e EPUBs em audiolivros; legendas ou vídeos em vídeos dublados (incluindo tradução) e muito mais. De graça. O Pandrator usa modelos locais, incluindo clonagem de voz (instantânea, aprimorada por RVC, ajuste fino de XTTS) e processamento LLM. Aspira a ser um aplicativo fácil de usar com GUI, instalador e pacotes tudo-em-um.

lukaszliniewicz
⭐ 649 Python 👤 lukaszliniewicz User 🕐 Atualizado 2026-11-21 📅 Criado 2024-03-20
97
adrian-thurston/ragel

Compilador de Máquina de Estados Ragel -- MOVIDO PARA colm-suite

adrian-thurston
⭐ 618 Ragel 👤 adrian-thurston User 🕐 Atualizado 2026-10-26 📅 Criado 2020-03-07
98
avian2/unidecode

Transliterações ASCII de texto Unicode - Espelho GitHub

avian2
⭐ 611 Python 👤 avian2 User 🕐 Atualizado 2026-01-05 📅 Criado 2014-12-19
99
withoutboats/heck

ah, caramba, uma biblioteca de conversão de caixa

withoutboats
⭐ 594 Rust 👤 withoutboats User 🕐 Atualizado 2025-08-09 📅 Criado 2017-03-27
100
diasks2/pragmatic_segmenter

Pragmatic Segmenter é uma joia de detecção de limites de frases baseada em regras que funciona imediatamente em vários idiomas.

diasks2
⭐ 581 Ruby 👤 diasks2 User 🕐 Atualizado 2024-08-11 📅 Criado 2015-01-04