Git Stars Git Stars

#table-extraction 仓库

探索 11 个标记为 #table-extraction 的活跃开源 GitHub 仓库,它们累计获得 93,330 个 Star(平均每个项目 8,484 个)。该主题的领先项目是 datalab-to/marker,拥有 41,010 个 Star。

11
仓库总数
93,330
总星标数
8,484
平均每个仓库星标数
编程语言: Python Rust
1
datalab-to/marker

快速高精度地将 PDF 转换为 markdown + JSON

datalab-to
⭐ 41,010 Python 👤 datalab-to Organization 🕐 已更新 2026-11-20 📅 创建时间 2023-10-30
2
datalab-to/chandra

能够处理具有完整布局的复杂表格、表单和手写体的OCR模型。

datalab-to
⭐ 12,741 Python 👤 datalab-to Organization 🕐 已更新 2026-11-16 📅 创建时间 2025-10-08
3
pymupdf/PyMuPDF

面向 AI 的版面感知文档引擎,以及功能丰富的 Python 工具包,可用于提取、渲染和编辑 PDF 及其他文档。自 2.0 版起,其基于机器学习的版面分析功能可将 PDF 和 Office 文件转换为高质量 Markdown,供 RAG 和智能体使用;它在 CPU 上运行迅速,并为每项结果标注其来源页面。

pymupdf
⭐ 11,175 Python 👤 pymupdf Organization 🕐 已更新 2026-11-20 📅 创建时间 2012-10-06
4
jsvine/pdfplumber

深入解析 PDF 以获取每个字符、矩形、线条等的详细信息 — 并轻松提取文本和表格。

jsvine
⭐ 10,918 Python 👤 jsvine User 🕐 已更新 2026-11-21 📅 创建时间 2015-08-24
5
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
6
microsoft/table-transformer

Table Transformer (TATR) 是一个用于从非结构化文档(PDF 和图像)中提取表格的深度学习模型。它也是 PubTables-1M 数据集和 GriTS 评估指标的官方仓库。

microsoft
⭐ 2,820 Python 👤 microsoft Organization 🕐 已更新 2024-06-24 📅 创建时间 2021-05-17
7
NanoNets/docext

一个本地部署、无 OCR 的非结构化数据提取、Markdown 转换和基准测试工具包。(https://idp-leaderboard.org/)

NanoNets
⭐ 2,086 Python 👤 NanoNets Organization 🕐 已更新 2026-03-17 📅 创建时间 2025-03-25
8
xavctn/img2table

img2table 是一个用于 PDF 和图像的表格识别和提取 Python 库,基于 OpenCV 图像处理

xavctn
⭐ 903 Python 👤 xavctn User 🕐 已更新 2026-11-12 📅 创建时间 2022-03-21
9
yigitkonur/api-llm-ocr

使用视觉大型语言模型将 PDF 转换为 Markdown——表格、布局和结构保持不变

yigitkonur
⭐ 900 Python 👤 yigitkonur User 🕐 已更新 2026-02-21 📅 创建时间 2024-09-22
10
run-llama/ParseBench

ParseBench - 面向AI代理的文档解析基准

run-llama
⭐ 650 Python 👤 run-llama Organization 🕐 已更新 2026-11-21 📅 创建时间 2026-04-10
11
conjuncts/gmft

轻量、高性能、深度表格提取

conjuncts
⭐ 544 Python 👤 conjuncts User 🕐 已更新 2026-07-24 📅 创建时间 2024-06-08

常见问题解答

1

GitHub 上最受欢迎的 #table-extraction 仓库是什么?

GitHub 上排名第一的开源 #table-extraction 项目是 datalab-to/marker,拥有 41,010 个 Star。快速高精度地将 PDF 转换为 markdown + JSON

2

#table-extraction 仓库中最常使用的编程语言有哪些?

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

3

#table-extraction 仓库的排名是如何计算的?

我们跟踪了 11 个标记为 #table-extraction 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 93,330 个 Star,平均每个仓库拥有 8,484 个 Star。排名每日根据 GitHub API 更新。