Git Stars Git Stars

#text-processing 仓库

113
仓库总数
267,207
总星标数
2,364
平均每个仓库星标数

共 113 个仓库

51
tmux-plugins/tmux-logging

Tmux 的便捷日志记录和屏幕截图。

tmux-plugins
⭐ 1,181 Shell 👤 tmux-plugins Organization 🕐 已更新 2024-05-18 📅 创建时间 2014-05-27
52
PyThaiNLP/pythainlp

Python 中的泰语自然语言处理

PyThaiNLP
⭐ 1,174 Python 👤 PyThaiNLP Organization 🕐 已更新 2026-11-19 📅 创建时间 2016-06-23
53
pasky/speedread

一个简单的基于终端的开源Spritz类应用(逐词RSVP,对齐最佳阅读点)

pasky
⭐ 1,172 Perl 👤 pasky User 🕐 已更新 2024-06-11 📅 创建时间 2014-03-02
54
pymorphy2/pymorphy2

俄语和乌克兰语的形态分析器/屈折引擎。

pymorphy2
⭐ 1,164 Python 👤 pymorphy2 Organization 🕐 已更新 2024-06-26 📅 创建时间 2012-08-30
55
com-lihaoyi/fastparse

用 Scala 快速编写高效解析器

com-lihaoyi
⭐ 1,134 Scala 👤 com-lihaoyi Organization 🕐 已更新 2026-08-20 📅 创建时间 2014-11-29
56
mwilliamson/python-mammoth

将 Word 文档 (.docx 文件) 转换为 HTML

mwilliamson
⭐ 1,120 Python 👤 mwilliamson User 🕐 已更新 2026-09-26 📅 创建时间 2013-12-01
57
gaboolic/rime-shuangpin-fuzhuma

墨奇音形,打造最强双拼辅助码rime输入方案,让天下双拼用户人人用得上辅助码。基于雾凇-白霜词库,支持小鹤双拼、自然码双拼、搜狗双拼、微软双拼等多种双拼,辅助码支持墨奇码(原创拆分开源支持十万字)、自然码部首辅、小鹤音形(鹤形辅)等,支持双拼和辅助码之间排列组合,支持整句/字词输入。不认识的字可以笔画、部件拆字、仓颉码反查。支持aw、aj模式输入英文、日文,支持双拼并击输入、emoji、快符、日期、大写数字、计算器等高级功能。雾凇鹤|雾凇自然|墨奇码|墨奇音形

gaboolic
⭐ 1,083 Lua 👤 gaboolic User 🕐 已更新 2026-11-20 📅 创建时间 2024-01-25
58
ninjaaron/replacing-bash-scripting-with-python

使用 Python 进行管理脚本编写指南

ninjaaron
⭐ 1,081 👤 ninjaaron User 🕐 已更新 2024-02-12 📅 创建时间 2018-03-19
59
infrost/DeeplxFile

基于Deeplx和Playwright提供的简单易用,快速,免费,不限制文件大小,支持超长文本翻译,跨平台的文件翻译工具。

infrost
⭐ 1,070 Python 👤 infrost User 🕐 已更新 2025-02-16 📅 创建时间 2024-08-15
60
winnow-rs/winnow

让解析变得轻而易举

winnow-rs
⭐ 984 Rust 👤 winnow-rs Organization 🕐 已更新 2026-11-18 📅 创建时间 2022-10-11
62
robert-bor/aho-corasick

用于高效字符串匹配的Aho-Corasick算法的Java实现

robert-bor
⭐ 983 Java 👤 robert-bor User 🕐 已更新 2025-05-21 📅 创建时间 2014-01-29
63
laurikari/tre

近似正则表达式匹配库和 agrep 命令行工具。

laurikari
⭐ 927 C 👤 laurikari User 🕐 已更新 2026-11-17 📅 创建时间 2012-09-20
64
tumashu/pyim

一个 emacs 中文输入法,支持全拼,双拼,五笔,仓颉和Rime,pyim 是 GNU elpa 包。

tumashu
⭐ 919 Emacs Lisp 👤 tumashu User 🕐 已更新 2026-11-13 📅 创建时间 2014-12-27
65
pragdave/earmark

Elixir 的 Markdown 解析器

pragdave
⭐ 895 Elixir 👤 pragdave User 🕐 已更新 2026-06-02 📅 创建时间 2014-07-05
66
snowballstem/snowball

Snowball 编译器和词干提取算法

snowballstem
⭐ 893 C 👤 snowballstem Organization 🕐 已更新 2026-11-10 📅 创建时间 2013-02-23
67
xberg-io/html-to-markdown

将杂乱的真实世界 HTML 转换为整洁的 Markdown,支持所有主流语言。

xberg-io
⭐ 889 HTML 👤 xberg-io Organization 🕐 已更新 2026-11-21 📅 创建时间 2025-02-03
68
haskell/parsec

一个单子解析器组合子库

haskell
⭐ 889 Haskell 👤 haskell Organization 🕐 已更新 2026-06-09 📅 创建时间 2014-03-23
69
dmort27/epitran

用于将拼写文本转写为 IPA(国际音标)的工具

dmort27
⭐ 843 Python 👤 dmort27 User 🕐 已更新 2026-10-08 📅 创建时间 2016-04-13
70
wenet-e2e/WeTextProcessing

文本规范化与逆文本规范化

wenet-e2e
⭐ 842 Python 👤 wenet-e2e Organization 🕐 已更新 2026-11-06 📅 创建时间 2022-08-23
71
riquito/tuc

不容错过的裁决

riquito
⭐ 822 Rust 👤 riquito User 🕐 已更新 2026-09-01 📅 创建时间 2020-05-30
72
golang/text

[mirror] Go 文本处理支持

golang
⭐ 813 Go 👤 golang Organization 🕐 已更新 2026-11-17 📅 创建时间 2014-12-04
73
kyokomi/emoji

:sushi: golang 的 emoji 终端输出

kyokomi
⭐ 813 Go 👤 kyokomi User 🕐 已更新 2026-09-21 📅 创建时间 2014-06-21
74
org-rs/org-rs

用 Rust 重写 org-mode 解析器

org-rs
⭐ 806 Rust 👤 org-rs Organization 🕐 已更新 2026-08-21 📅 创建时间 2019-04-14
75
bugen/pypipe

Python 管道命令行工具

bugen
⭐ 802 Python 👤 bugen User 🕐 已更新 2024-01-04 📅 创建时间 2023-09-20
76
blampe/goat

将 ASCII 艺术渲染为 SVG 图表

blampe
⭐ 786 Go 👤 blampe User 🕐 已更新 2026-01-09 📅 创建时间 2016-02-09
77
linkedin/URL-Detector

一个用于在文本中检测和规范化 URL 的 Java 库

linkedin
⭐ 786 Java 👤 linkedin Organization 🕐 已更新 2025-07-12 📅 创建时间 2015-02-06
78
khaphanspace/gonhanh.org

快速输入 - 专为 macOS 设计的现代、高性能越南语输入法。

khaphanspace
⭐ 781 Rust 👤 khaphanspace User 🕐 已更新 2026-11-21 📅 创建时间 2025-12-06
⭐ 779 👤 Codepoints Organization 🕐 已更新 2026-09-22 📅 创建时间 2015-10-09
80
JakeBayer/FuzzySharp

C# .NET 实现 Seat Geek 著名的 Python FuzzyWuzzy 算法的模糊字符串匹配。

JakeBayer
⭐ 776 C# 👤 JakeBayer User 🕐 已更新 2024-08-20 📅 创建时间 2018-04-10
81
markdown-it/markdown-it-emoji

markdown-it markdown 解析器的 Emoji 语法插件

markdown-it
⭐ 771 JavaScript 👤 markdown-it Organization 🕐 已更新 2026-10-21 📅 创建时间 2014-12-21
82
ChenghaoMou/text-dedup

一体化文本去重

ChenghaoMou
⭐ 765 Python 👤 ChenghaoMou User 🕐 已更新 2026-03-09 📅 创建时间 2021-03-13
83
sstadick/hck

锋利的切割(1)克隆。

sstadick
⭐ 745 Rust 👤 sstadick User 🕐 已更新 2026-06-15 📅 创建时间 2021-06-24
84
gwsw/less

Less - 文本分页器

gwsw
⭐ 744 C 👤 gwsw User 🕐 已更新 2026-11-20 📅 创建时间 2017-07-14
85
fromleda/text-humanizer

text-humanizer 是一个开源项目,旨在将 AI 生成的文本转换为“人性化”版本。它可以绕过大多数 AI 检测器,例如 Turnitin 和 GPTZero。

fromleda
⭐ 742 Python 👤 fromleda User 🕐 已更新 2026-09-07 📅 创建时间 2026-08-10
86
emmethalm/infiniteGPT

InfiniteGPT是一个Python脚本,可让您将无限大小的文本输入到OpenAI API中。告别繁琐的复制粘贴。多线程万岁!

emmethalm
⭐ 742 Python 👤 emmethalm User 🕐 已更新 2024-01-07 📅 创建时间 2023-05-08
87
sindresorhus/leven

使用最快的 Levenshtein 距离算法 JS 实现来衡量两个字符串之间的差异

sindresorhus
⭐ 736 JavaScript 👤 sindresorhus User 🕐 已更新 2026-09-26 📅 创建时间 2014-08-09
88
CZ-NIC/pz

通过 Python 而非常规 Bash 程序轻松处理日常 CLI 操作。 🇺🇦 #supporting

CZ-NIC
⭐ 732 Python 👤 CZ-NIC Organization 🕐 已更新 2025-11-24 📅 创建时间 2020-11-25
89
cloudflare/ahocorasick

Aho-Corasick 字符串匹配算法的 Golang 实现

cloudflare
⭐ 729 Go 👤 cloudflare Organization 🕐 已更新 2026-04-24 📅 创建时间 2013-11-22
90
derek73/python-nameparser

将人名解析为称谓、名、中间名、姓、后缀、昵称和婚前姓氏。具有类型定义、零依赖,并支持中日韩文字。

derek73
⭐ 721 Python 👤 derek73 User 🕐 已更新 2026-11-21 📅 创建时间 2014-04-02
91
Musheer360/SwiftSlate

用于 AI 文本转换的 Android 无障碍服务

Musheer360
⭐ 705 Kotlin 👤 Musheer360 User 🕐 已更新 2026-11-06 📅 创建时间 2026-02-28
92
LEOYoon-Tsaw/Rime_collections

Rime IME 的所有集合

LEOYoon-Tsaw
⭐ 685 Lua 👤 LEOYoon-Tsaw User 🕐 已更新 2026-03-25 📅 创建时间 2013-11-03
93
cbaziotis/ekphrasis

Ekphrasis 是一个文本处理工具,面向来自社交网络(如 Twitter 或 Facebook)的文本。Ekphrasis 使用来自 2 个大型语料库(英语维基百科、Twitter - 3.3 亿条英语推文)的单词统计信息,执行分词、单词规范化、单词分割(用于拆分标签)和拼写校正。

cbaziotis
⭐ 676 Python 👤 cbaziotis User 🕐 已更新 2025-06-02 📅 创建时间 2017-02-07
94
0xabu/pdfannots

从 PDF 文件中提取并格式化文本注释

0xabu
⭐ 676 Python 👤 0xabu User 🕐 已更新 2026-11-12 📅 创建时间 2017-01-28
95
open-korean-text/open-korean-text

Open Korean Text Processor - 开源韩文文本处理器

open-korean-text
⭐ 651 Scala 👤 open-korean-text Organization 🕐 已更新 2024-03-12 📅 创建时间 2017-01-24
96
lukaszliniewicz/Pandrator

将 PDF 和 EPUB 转换为有声读物;将字幕或视频转换为配音视频(包括翻译)等等。完全免费。Pandrator 使用本地模型,包括语音克隆(即时、RVC 增强、XTTS 微调)和 LLM 处理。它旨在成为一款具有图形用户界面 (GUI)、安装程序和一体化软件包的用户友好型应用程序。

lukaszliniewicz
⭐ 649 Python 👤 lukaszliniewicz User 🕐 已更新 2026-11-21 📅 创建时间 2024-03-20
97
adrian-thurston/ragel

Ragel 状态机编译器 -- 已移至 colm-suite

adrian-thurston
⭐ 618 Ragel 👤 adrian-thurston User 🕐 已更新 2026-10-26 📅 创建时间 2020-03-07
98
avian2/unidecode

Unicode文本的ASCII音译 - GitHub镜像

avian2
⭐ 611 Python 👤 avian2 User 🕐 已更新 2026-01-05 📅 创建时间 2014-12-19
99
withoutboats/heck

哦豁,一个大小写转换库

withoutboats
⭐ 594 Rust 👤 withoutboats User 🕐 已更新 2025-08-09 📅 创建时间 2017-03-27
100
diasks2/pragmatic_segmenter

Pragmatic Segmenter 是一款基于规则的句子边界检测 gem,开箱可用,支持多种语言。

diasks2
⭐ 581 Ruby 👤 diasks2 User 🕐 已更新 2024-08-11 📅 创建时间 2015-01-04