WhimRead 需要 JavaScript 才能使用站内搜索。
Whim
Read
随手一翻
发现
全部工具
推荐
惊喜
关于
搜索
English
库 / 框架
pdfminer.six
pdfminer/pdfminer.six
社区
维护
的
PDFMiner
分支,
用
纯
Python 解
析
PDF,
提取
文本、
字体
与
精确
位置、
图像
和
表单
字段,
支持
CJK
与
多
种
压缩、
加密
格式。
去 GitHub 看仓库
复制链接
标签
pdf
parser
python
同类项目
mineru
84k
将
PDF
与
Office
等
复杂
文档
解析
为
大模型
可用
的
Markdown/JSON文档
工具,
提供
SDK、
API
与
WebUI供Agent
调用。
Dolphin
9.1k
字节
跳动
开源
的
多
模态
文档
解析
模型,
采用
两
阶
段
“先分析
后
解析”
架构,
支持
数
字版
与
拍摄
文档
的
版面
分析、
表格
公式
识别,
并
输出
结构化 Markdown/JSON。
wdoc
551
面
向
大量
异构
文档
的
RAG
查询
与
摘要
系统,
支持
PDF、
网页、
音视频、
Anki
等
格式
和
多
家
LLM,
输出
带来源
引用
的
答案
与
分层
摘要。
pdf-inspector
20.1k
Rust
编写
的
快速
PDF
检查
与
文本
提取
库,
可区
分文本型、
扫描型
和
混合
PDF,
输出
带
位置
的
Markdown,
支持
表格、
多栏
和
选择性
OCR,
并
提供
多
语言
绑定
与
CLI。
PyMuPDF
11.1k
高性
能
Python PDF
处理库,
支持
文本、
表格、
图像
抽取,
页面
渲染、
OCR、
批注、
脱敏
与
文档
转换,
并
可
直接
输出 RAG
友好
的
Markdown/JSON。
pypdf
10.3k
纯 Python
的
PDF
处理库,
可
拆分、
合并、
裁切
和
变换
页面,
读
写
批注、
加密
解密、
提取
文本
与
元
数据,
是
广泛
使用
的
基础
依赖。
7055
pdf,parser,python
社区维护的 PDFMiner 分支,用纯 Python 解析 PDF,提取文本、字体与精确位置、图像和表单字段,支持 CJK 与多种压缩、加密格式。
←
上一个
n2n
下一个
→
zizmor