#pdf-parser 仓库
探索 21 个标记为 #pdf-parser 的活跃开源 GitHub 仓库,它们累计获得 321,543 个 Star(平均每个项目 15,311 个)。该主题的领先项目是 PaddlePaddle/PaddleOCR,拥有 92,972 个 Star。
共 21 个仓库
“Dolphin: Document Image Parsing via Heterogeneous Anchor Prompting” 的官方仓库,ACL, 2025。
yft-design is a powerful, visually stunning online design tool built with Vue3, fabric.js, and Element Plus. 基于fabric.js的开源版【稿定设计】。一款美观且功能强大的在线设计工具,具备海报设计和图片编辑功能。适用于多种场景,如海报生成、电商产品图制作、文章长图设计、视频/公众号封面编辑等 。
利用智能结构化数据提取和高级OCR功能,将任何文档、图片、PDF、Word文档、PPT或URL中的数据提取并转换为多种格式(Markdown、JSON、CSV、HTML)。
易于部署和可扩展的后端服务器,可将各种文档格式(pdf、docx、pptx、html、图像等)高效转换为Markdown。它同时支持CPU和GPU处理,非常适合大规模工作流,提供文本/表格提取、OCR以及带同步/异步终端的批处理。
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。
Dedoc 是一个用于自动化文档解析并统一格式的库(服务)。它可自动从文本电子文档中提取内容、逻辑结构、表格和元信息。(解析文档;文档内容提取;逻辑结构提取;PDF 解析器;扫描文档解析器;DOCX 解析器;HTML 解析器)
常见问题解答
GitHub 上最受欢迎的 #pdf-parser 仓库是什么?
GitHub 上排名第一的开源 #pdf-parser 项目是 PaddlePaddle/PaddleOCR,拥有 92,972 个 Star。将任何PDF或图像文档转换为AI所需的结构化数据。一个功能强大、轻量级的OCR工具包,弥合了图像/PDF与LLM之间的鸿沟。支持100多种语言。
#pdf-parser 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #pdf-parser 项目中,最常见的编程语言是 Python, Rust, TypeScript, Java。
#pdf-parser 仓库的排名是如何计算的?
我们跟踪了 21 个标记为 #pdf-parser 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 321,543 个 Star,平均每个仓库拥有 15,311 个 Star。排名每日根据 GitHub API 更新。