document-parser — 开源软件健康

PyPI

87优秀健康指数

Convert documents to structured data effortlessly. Unstructured is open-source ETL solution for transforming complex documents into clean, structured formats for language models. Visit our website to learn more about our enterprise grade Platform product for production grade workflows, partitioning, enrichments, chunking and embedding.

HTML★ 15.2K↓ 5.1M/月2026年7月18日

Apache-2.02026年7月18日 · 指标 1.13.0

PyPI

84良好健康指数

docling-project/docling

Get your documents ready for gen AI

Python★ 63.1K↓ 7.4M/月2026年7月13日

MIT2026年7月13日 · 指标 1.13.0

PyPI

83良好健康指数

ds4sd/docling

Get your documents ready for gen AI

Python★ 63.4K2026年7月17日

MIT2026年7月17日 · 指标 1.13.0

Packagist

73良好健康指数

PrinsFrank/pdfparser

PHP library to read and extract text & images from PDFs - Fast & Low memory - Built from scratch

PHP★ 163↓ 3,925/月2026年7月15日

MIT2026年7月15日 · 指标 1.13.0

npm

66中等健康指数

chrisryugj/kordoc

모두 파싱해버리겠다 — HWP3·HWP·HWPX·HWPML·PDF·XLS·XLSX·DOCX → Markdown. 신구대조·양식 자동 채우기·MCP 통합 (CLI + MCP Server) | Parse Korean documents (HWP3-5, HWPX, HWPML, PDF, Office) to Markdown — CLI + MCP Server with form-filler & diff

TypeScript★ 1,422↓ 39.2K/月2026年7月13日

MIT2026年7月13日 · 指标 1.13.0

npm

33存在风险健康指数

harshankur/officeParser

A robust, strictly-typed Node.js and Browser library for parsing office files into a rich Abstract Syntax Tree (AST) and generating high-fidelity output in multiple formats. Parses: docx · pptx · xlsx · odt · odp · ods · pdf · rtf · csv · md · html. Generates: Markdown · HTML · CSV · RTF · PDF · Plain Text · RAG Chunks

Rich Text Format · HTML★ 502↓ 2.1M/月2026年7月17日

MIT2026年7月17日 · 指标 1.13.0

#document-parser