#pdf-parser Репозитории
Откройте для себя 21 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #pdf-parser, с общим числом 321,543 звёзд (в среднем 15,311 на проект). Лидером этой темы является PaddlePaddle/PaddleOCR, набравший 92,972 звёзд.
Всего репозиториев: 21
Превратите любой PDF или графический документ в структурированные данные для вашего ИИ. Мощный, легковесный набор инструментов OCR, который устраняет разрыв между изображениями/PDF и LLM. Поддерживает более 100 языков.
Преобразует сложные документы, такие как PDF и документы Office, в markdown/JSON, готовые для LLM, для ваших Agentic рабочих процессов.
Парсер PDF для данных, готовых для ИИ. Автоматизируйте доступность PDF. Открытый исходный код.
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.
Библиотека PDF на чистом Python, способная разделять, объединять, обрезать и преобразовывать страницы PDF-файлов
Официальный репозиторий для «Dolphin: Document Image Parsing via Heterogeneous Anchor Prompting», ACL, 2025.
PDF craft может конвертировать PDF-файлы в различные другие форматы. Этот проект будет сосредоточен на обработке PDF-файлов сканированных книг.
yft-design - это мощный, визуально впечатляющий онлайн-инструмент для дизайна, созданный с использованием Vue3, fabric.js и Element Plus. Открытая версия "Gao Ding Design" на базе fabric.js. Красивый и мощный онлайн-инструмент для дизайна с функциями создания постеров и редактирования изображений. Подходит для различных сценариев, таких как создание постеров, создание изображений товаров для электронной коммерции, дизайн длинных изображений для статей, редактирование обложек видео/общедоступных аккаунтов и т. д.
Быстрое и эффективное извлечение неструктурированных данных. Написано на Rust с привязками для многих языков.
Извлекайте и преобразуйте данные из любых документов, изображений, PDF, документов Word, PPT или URL в несколько форматов (Markdown, JSON, CSV, HTML) с помощью интеллектуального извлечения структурированных данных и передового OCR.
Легко развертываемый и масштабируемый серверный сервер, который эффективно преобразует различные форматы документов (pdf, docx, pptx, html, изображения и т. д.) в Markdown. Благодаря поддержке обработки как на ЦП, так и на ГП, он идеально подходит для крупномасштабных рабочих процессов, предлагая извлечение текста/таблиц, OCR и пакетную обработку с синхронными/асинхронными конечными точками.
Превратите любой PDF-файл технической книги в навык Claude Code — готовый к изучению, использованию в качестве справочника и применению в работе.
Самая быстрая библиотека PDF для Python и Rust. Извлечение текста, извлечение изображений, конвертация в markdown, создание и редактирование PDF. Среднее время 0,8 мс, в 5 раз быстрее лидеров отрасли, 100% успешность на 3830 PDF. MIT/Apache-2.0.
Свободно плавающий 2D-холст для одновременной обработки нескольких PDF-файлов
Легко развертываемый 🚀 API для быстрого преобразования PDF в markdown с высокой точностью.
Dedoc — это библиотека (сервис) для автоматического парсинга документов и приведения их к единообразному формату. Он автоматически извлекает контент, логическую структуру, таблицы и метаинформацию из текстовых электронных документов. (Парсинг документа; Извлечение содержимого документа; Извлечение логической структуры; Парсер PDF; Парсер сканированных документов; Парсер DOCX; Парсер HTML)
[ECCV 2026] Фреймворк на основе диффузии для OCR документов, заменяющий авторегрессионное декодирование блочным параллельным диффузионным декодированием.
Часто задаваемые вопросы
Какой репозиторий по теме #pdf-parser наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #pdf-parser на GitHub — PaddlePaddle/PaddleOCR, набравший 92,972 звёзд. Превратите любой PDF или графический документ в структурированные данные для вашего ИИ. Мощный, легковесный набор инструментов OCR, который устраняет разрыв между изображениями/PDF и LLM. Поддерживает более 100 языков.
Какие языки программирования чаще всего используются в репозиториях по теме #pdf-parser?
Среди наиболее высоко оценённых проектов по теме #pdf-parser на GitHub чаще всего используются языки программирования Python, Rust, TypeScript, Java.
Как рассчитывается рейтинг репозиториев по теме #pdf-parser?
Мы отслеживаем 21 активных репозиториев с открытым исходным кодом, отмеченных тегом #pdf-parser (500 и более звёзд), с общим числом 321,543 звёзд и в среднем 15,311 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.