#data-extraction 仓库
131
仓库总数
729,329
总星标数
5,567
平均每个仓库星标数
共 131 个仓库
⭐ 1,430
👤 wyzxxz User
🕐 已更新 2024-05-21
📅 创建时间 2021-08-06
⭐ 1,424
👤 ScrapingBee Organization
🕐 已更新 2026-03-13
📅 创建时间 2026-03-12
⭐ 1,422
👤 thinh-vu User
🕐 已更新 2026-11-07
📅 创建时间 2022-02-27
66
fastcrw/crw
基于 Rust 的快速、轻量级 Firecrawl/Tavily 替代方案。包含用于 AI 代理的 MCP 服务器的网页抓取、爬虫和搜索 API。提供与 Firecrawl 兼容的直接替换 API(/scrape, /crawl, /search)。在 1K URL 基准测试中,速度比 Tavily 快 2.3 倍,比 Firecrawl 快 1.5 倍。仅需 6 MB 内存,单个二进制文件。支持自托管或使用托管云服务。
⭐ 1,228
👤 Sak32009 User
🕐 已更新 2026-08-30
📅 创建时间 2016-06-15
71
yfedoseev/pdf_oxide
Python 和 Rust 的最快 PDF 库。文本提取、图像提取、Markdown 转换、PDF 创建与编辑。平均 0.8ms,比行业领先者快 5 倍,3,830 个 PDF 100% 通过率。MIT/Apache-2.0。
⭐ 1,115
👤 easydoc-ai User
🕐 已更新 2025-07-08
📅 创建时间 2024-12-25
⭐ 938
👤 paperswithcode Organization
🕐 已更新 2025-09-08
📅 创建时间 2019-01-31
⭐ 926
👤 browser-use Organization
🕐 已更新 2025-03-26
📅 创建时间 2025-03-26
⭐ 900
👤 golangboy User
🕐 已更新 2025-03-25
📅 创建时间 2025-03-24
90
Mingtzge/2019-CCF-BDCI-OCR-MCZJ-OCR-IdentificationIDElement
2019CCF-BDCI大赛 最佳创新探索奖获得者 基于OCR身份证要素提取赛题冠军 天晨破晓团队 赛题源码