Git Stars Git Stars

#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.

21
Всего репозиториев
321,543
Всего звезд
15,311
Среднее количество звезд на репозиторий
Языки программирования: Python Rust TypeScript Java

Всего репозиториев: 21

1
PaddlePaddle/PaddleOCR

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.

PaddlePaddle
⭐ 92,972 Python 👤 PaddlePaddle Organization 🕐 Обновлено 2026-09-16 📅 Создано 2020-05-08
2
opendatalab/MinerU

Преобразует сложные документы, такие как PDF и документы Office, в markdown/JSON, готовые для LLM, для ваших Agentic рабочих процессов.

opendatalab
⭐ 84,093 Python 👤 opendatalab Organization 🕐 Обновлено 2026-11-20 📅 Создано 2024-02-29
3
datalab-to/marker

Быстро конвертируйте PDF в markdown + JSON с высокой точностью

datalab-to
⭐ 41,010 Python 👤 datalab-to Organization 🕐 Обновлено 2026-11-20 📅 Создано 2023-10-30
4
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
5
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
6
run-llama/liteparse

Быстрый, полезный и с открытым исходным кодом парсер документов

run-llama
⭐ 13,074 Rust 👤 run-llama Organization 🕐 Обновлено 2026-11-20 📅 Создано 2026-02-09
7
py-pdf/pypdf

Библиотека PDF на чистом Python, способная разделять, объединять, обрезать и преобразовывать страницы PDF-файлов

py-pdf
⭐ 10,305 Python 👤 py-pdf Organization 🕐 Обновлено 2026-11-21 📅 Создано 2012-01-06
8
bytedance/Dolphin

Официальный репозиторий для «Dolphin: Document Image Parsing via Heterogeneous Anchor Prompting», ACL, 2025.

bytedance
⭐ 9,065 Python 👤 bytedance Organization 🕐 Обновлено 2026-03-25 📅 Создано 2025-05-13
9
oomol-lab/pdf-craft

PDF craft может конвертировать PDF-файлы в различные другие форматы. Этот проект будет сосредоточен на обработке PDF-файлов сканированных книг.

oomol-lab
⭐ 6,787 Python 👤 oomol-lab Organization 🕐 Обновлено 2026-11-20 📅 Создано 2025-02-12
10
dromara/yft-design

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.

dromara
⭐ 1,678 TypeScript 👤 dromara Organization 🕐 Обновлено 2026-09-04 📅 Создано 2023-05-25
11
yobix-ai/extractous

Быстрое и эффективное извлечение неструктурированных данных. Написано на Rust с привязками для многих языков.

yobix-ai
⭐ 1,660 Rust 👤 yobix-ai Organization 🕐 Обновлено 2024-12-21 📅 Создано 2024-06-04
12
NanoNets/docstrange

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.

NanoNets
⭐ 1,578 Python 👤 NanoNets Organization 🕐 Обновлено 2025-10-31 📅 Создано 2025-07-31
13
drmingler/docling-api

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.

drmingler
⭐ 1,511 Python 👤 drmingler User 🕐 Обновлено 2026-08-04 📅 Создано 2024-11-05
14
Leutenegger/book-to-skill

Превратите любой PDF-файл технической книги в навык Claude Code — готовый к изучению, использованию в качестве справочника и применению в работе.

Leutenegger
⭐ 1,227 Python 👤 Leutenegger User 🕐 Обновлено 2026-08-14 📅 Создано 2026-08-13
15
yfedoseev/pdf_oxide

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.

yfedoseev
⭐ 1,205 Rust 👤 yfedoseev User 🕐 Обновлено 2026-11-21 📅 Создано 2025-11-05
16
AlexandrosGounis/pdfx

Свободно плавающий 2D-холст для одновременной обработки нескольких PDF-файлов

AlexandrosGounis
⭐ 1,093 TypeScript 👤 AlexandrosGounis User 🕐 Обновлено 2026-09-19 📅 Создано 2026-06-24
17
adithya-s-k/marker-api

Легко развертываемый 🚀 API для быстрого преобразования PDF в markdown с высокой точностью.

adithya-s-k
⭐ 928 Python 👤 adithya-s-k User 🕐 Обновлено 2024-10-15 📅 Создано 2024-05-10
18
LaurenzV/hayro

Набор крейтов Rust для разбора, интерпретации и визуализации PDF-файлов.

LaurenzV
⭐ 879 Rust 👤 LaurenzV User 🕐 Обновлено 2026-11-19 📅 Создано 2025-04-22
19
Prismer-AI/Prismer

Коготь Исследований с Открытым Исходным Кодом

Prismer-AI
⭐ 781 TypeScript 👤 Prismer-AI Organization 🕐 Обновлено 2026-06-24 📅 Создано 2026-01-28
20
ispras/dedoc

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)

ispras
⭐ 739 Python 👤 ispras Organization 🕐 Обновлено 2026-11-09 📅 Создано 2020-12-07
21
opendatalab/MinerU-Diffusion

[ECCV 2026] Фреймворк на основе диффузии для OCR документов, заменяющий авторегрессионное декодирование блочным параллельным диффузионным декодированием.

opendatalab
⭐ 624 Python 👤 opendatalab Organization 🕐 Обновлено 2026-06-18 📅 Создано 2026-03-13

Часто задаваемые вопросы

1

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.

2

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.

3

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.