库 / 框架
标签
同类项目
opendataloader-pdf30.3k面向 RAG 与 LLM 数 据 管道 的 PDF 解 析器， 输出 带坐标 的 Markdown/JSON/HTML， 并 支持 扫 描 件 OCR 与 PDF 无 障碍 自动 打标。 
borb3.6kPython PDF库， 可 读取、 创建 和 操作 PDF， 支持 文本 / 图片 提取、 批注、 表格、 页面 布局 与 元数据 管理， 供 开发者 用代码 生成 文档。 
xhtml2pdf2.4k用HTML/CSS 编写 文档 并 转换 为 PDF 的 Python 库， 基于 ReportLab， 支持 表格、 分页 与 数字 签名。 
pdf-to-text1kPHP 扩展 包， 封装 pdftotext 命令行 从 PDF 中 抽取纯 文本， 可 配置 路径 与 选项。 
spacy-layout914spaCy 插件， 借助 Docling 将 PDF、 Word 解析 为 带版面 与 表格 结构 的 Doc 对象， 便于 NLP 与 RAG 处理。 
ironpress599纯 Rust 的 HTML/CSS/Markdown 转 PDF 渲染库， 无需 浏 览器， 内置 排版、 字体、 SVG 与 数学 公式 支持， 提供 多 语言 绑定 和 CLI。