Git Stars Git Stars

#pdf-extraction 仓库

探索 11 个标记为 #pdf-extraction 的活跃开源 GitHub 仓库,它们累计获得 74,183 个 Star(平均每个项目 6,743 个)。该主题的领先项目是 opendataloader-project/opendataloader-pdf,拥有 30,355 个 Star。

11
仓库总数
74,183
总星标数
6,743
平均每个仓库星标数
1
opendataloader-project/opendataloader-pdf

AI-ready 数据 PDF 解析器。自动化 PDF 可访问性。开源。

opendataloader-project
⭐ 30,355 Java 👤 opendataloader-project Organization 🕐 已更新 2026-11-20 📅 创建时间 2025-05-13
2
firecrawl/pdf-inspector

快速的 Rust PDF 检查、分类和文本提取库。智能检测扫描 PDF 与基于文本的 PDF,以实现智能路由决策。

firecrawl
⭐ 20,082 Rust 👤 firecrawl Organization 🕐 已更新 2026-11-20 📅 创建时间 2026-02-06
3
xberg-io/xberg

适用于所有语言的快速、精准文档智能引擎:从 100 多种格式中提取文本、表格和元数据,并提供 OCR、转录和代码智能。

xberg-io
⭐ 9,606 Rust 👤 xberg-io Organization 🕐 已更新 2026-11-21 📅 创建时间 2025-01-31
4
Zipstack/unstract

LLM驱动的非结构化数据提取 — 为API部署和ETL管道工作流而构建

Zipstack
⭐ 7,462 Python 👤 Zipstack Organization 🕐 已更新 2026-11-20 📅 创建时间 2024-02-21
5
nguyenq/tess4j

Tesseract OCR API的Java JNA包装器

nguyenq
⭐ 1,755 Java 👤 nguyenq User 🕐 已更新 2026-11-07 📅 创建时间 2014-06-25
6
aiptimizer/TurboOCR

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

aiptimizer
⭐ 1,162 C++ 👤 aiptimizer Organization 🕐 已更新 2026-09-27 📅 创建时间 2026-03-20
7
allenai/s2orc

S2ORC:Semantic Scholar 开放研究语料库: https://www.aclweb.org/anthology/2020.acl-main.447/

allenai
⭐ 996 Python 👤 allenai Organization 🕐 已更新 2024-04-26 📅 创建时间 2019-11-04
8
24eme/signaturepdf

免费开源网页软件,用于签署PDF(单独或与他人一起),并整理页面、编辑元数据和压缩PDF

24eme
⭐ 837 JavaScript 👤 24eme Organization 🕐 已更新 2026-10-22 📅 创建时间 2021-05-03
9
pytr-org/pytr

在终端中使用 TradeRepublic 并批量下载所有文档

pytr-org
⭐ 829 Python 👤 pytr-org Organization 🕐 已更新 2026-11-20 📅 创建时间 2020-12-23
10
ArtifexSoftware/mupdf.js

MuPDF的JavaScript绑定

ArtifexSoftware
⭐ 613 👤 ArtifexSoftware Organization 🕐 已更新 2026-07-01 📅 创建时间 2024-01-22
11
ExtractPDF4J/ExtractPDF4J

Java PDF 表格提取与 OCR 库。使用流式(stream)、网格(lattice,类似 OpenCV 的网格检测)和混合解析方式,从文本型和扫描版 PDF 中提取结构化表格。

ExtractPDF4J
⭐ 501 Java 👤 ExtractPDF4J Organization 🕐 已更新 2026-10-14 📅 创建时间 2025-08-14

常见问题解答

1

GitHub 上最受欢迎的 #pdf-extraction 仓库是什么?

GitHub 上排名第一的开源 #pdf-extraction 项目是 opendataloader-project/opendataloader-pdf,拥有 30,355 个 Star。AI-ready 数据 PDF 解析器。自动化 PDF 可访问性。开源。

2

#pdf-extraction 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #pdf-extraction 项目中,最常见的编程语言是 Java, Python, Rust, C++。

3

#pdf-extraction 仓库的排名是如何计算的?

我们跟踪了 11 个标记为 #pdf-extraction 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 74,183 个 Star,平均每个仓库拥有 6,743 个 Star。排名每日根据 GitHub API 更新。