Git Stars Git Stars

#pdf-extraction Репозитории

Откройте для себя 11 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #pdf-extraction, с общим числом 74,183 звёзд (в среднем 6,743 на проект). Лидером этой темы является opendataloader-project/opendataloader-pdf, набравший 30,355 звёзд.

11
Всего репозиториев
74,183
Всего звезд
6,743
Среднее количество звезд на репозиторий
Языки программирования: Java Python Rust C++ JavaScript

Всего репозиториев: 11

1
opendataloader-project/opendataloader-pdf

Парсер PDF для данных, готовых для ИИ. Автоматизируйте доступность PDF. Открытый исходный код.

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

Быстрая библиотека Rust для инспекции, классификации и извлечения текста из PDF. Интеллектуально определяет отсканированные PDF по сравнению с текстовыми для принятия умных решений по маршрутизации.

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

Быстрый и точный движок для анализа документов на любом языке: текст, таблицы и метаданные из более чем 100 форматов, а также OCR, транскрибация и анализ кода.

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

Извлечение неструктурированных данных на базе LLM — Разработано для развертываний API и рабочих процессов ETL-пайплайнов

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

Java JNA обёртка для Tesseract OCR API

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

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

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

S2ORC: Открытый корпус исследований Semantic Scholar: https://www.aclweb.org/anthology/2020.acl-main.447/

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

Бесплатное веб-программное обеспечение с открытым исходным кодом для подписания PDF (в одиночку или с другими), а также для организации страниц, редактирования метаданных и сжатия PDF

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

Используйте TradeRepublic в терминале и массово загрузите все документы

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

Привязки JavaScript для MuPDF

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

Библиотека Java для извлечения таблиц из PDF и OCR. Извлекайте структурированные таблицы из текстовых и отсканированных PDF-файлов, используя потоковый (stream), сеточный (lattice, определение сетки в стиле OpenCV) и гибридный методы парсинга.

ExtractPDF4J
⭐ 501 Java 👤 ExtractPDF4J Organization 🕐 Обновлено 2026-10-14 📅 Создано 2025-08-14

Часто задаваемые вопросы

1

Какой репозиторий по теме #pdf-extraction наиболее популярен на GitHub?

Самый высоко оценённый проект с открытым исходным кодом по теме #pdf-extraction на GitHub — opendataloader-project/opendataloader-pdf, набравший 30,355 звёзд. Парсер PDF для данных, готовых для ИИ. Автоматизируйте доступность PDF. Открытый исходный код.

2

Какие языки программирования чаще всего используются в репозиториях по теме #pdf-extraction?

Среди наиболее высоко оценённых проектов по теме #pdf-extraction на GitHub чаще всего используются языки программирования Java, Python, Rust, C++.

3

Как рассчитывается рейтинг репозиториев по теме #pdf-extraction?

Мы отслеживаем 11 активных репозиториев с открытым исходным кодом, отмеченных тегом #pdf-extraction (500 и более звёзд), с общим числом 74,183 звёзд и в среднем 6,743 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.