pdf-parser

基于PaddlePaddle的超棒多语言OCR与文档解析工具包（实用超轻量OCR系统，支持80+语言识别，提供数据标注与合成工具，支持服务器/移动端/嵌入式/IoT设备全平台训练与部署）

高质量PDF转Markdown和JSON工具。一站式开源数据提取解决方案，实现PDF到Markdown与JSON格式的精准转换。

面向AI就绪数据的PDF解析器。

一款快速、实用且开源的文件解析工具

一个纯 Python 编写的 PDF 库，能够对 PDF 文件页面进行拆分、合并、裁剪和变换操作

一款快速、实用且开源的文件解析工具

用于PDF检查、分类和文本提取的快速Rust库。智能检测扫描版与文本版PDF，以实现智能路由决策。

Python与Rust最快的PDF库。支持文本提取、图像提取、Markdown转换、PDF创建与编辑。平均耗时0.8毫秒，比行业领先产品快5倍，在3830份PDF测试中通过率100%。采用MIT/Apache-0双协议。