pdf-parser — 开源软件健康

PyPI

87优秀健康指数

py-pdf/pypdf

A pure-python PDF library capable of splitting, merging, cropping, and transforming the pages of PDF files

Python★ 10.1K2026年7月21日

自定义许可证2026年7月21日 · 指标 1.13.0

npm · PyPI

82良好健康指数

PaddlePaddle/PaddleOCR

Turn any PDF or image document into structured data for your AI. A powerful, lightweight OCR toolkit that bridges the gap between images/PDFs and LLMs. Supports 100+ languages.

Python★ 85.3K↓ 2.6M/月2026年7月13日

Apache-2.02026年7月13日 · 指标 1.13.0

Maven · npm

79良好健康指数

opendataloader-project/opendataloader-pdf

PDF Parser for AI-ready data. Automate PDF accessibility. Open-source.

Java · Python★ 27.3K2026年7月16日

Apache-2.02026年7月16日 · 指标 1.13.0

PyPI · crates.io · npm +5

78良好健康指数

yfedoseev/pdf_oxide

The fastest PDF library for Python and Rust. Text extraction, image extraction, markdown conversion, PDF creation & editing. 0.8ms mean, 5× faster than industry leaders, 100% pass rate on 3,830 PDFs. MIT/Apache-2.0.

Rust★ 886↓ 226.3K/月2026年7月14日

Apache-2.02026年7月14日 · 指标 1.13.0

PyPI

75良好健康指数

opendatalab/MinerU

Transforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON for your Agentic workflows.

Python★ 74.4K↓ 344K/月2026年7月13日

自定义许可证2026年7月13日 · 指标 1.13.0

crates.io · PyPI

74良好健康指数

run-llama/liteparse

A fast, helpful, and open-source document parser

Rust★ 11.5K↓ 0/月2026年7月14日

Apache-2.02026年7月14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

crates.io

69中等健康指数

bzsanti/oxidizePdf

Pure Rust PDF library for AI/RAG: structure-aware chunking, no ML, no C deps.

Rust★ 182↓ 6,045/月2026年7月13日

MIT2026年7月13日 · 指标 1.13.0

PyPI

68中等健康指数

pdfminer/pdfminer.six

Community maintained fork of pdfminer - we fathom PDF

Python★ 7,001↓ 66.6M/月2026年7月18日

MIT2026年7月18日 · 指标 1.13.0

npm

64中等健康指数

xonaman/nodejs-pdfium-native

Native Node.js bindings for PDFium

C++ · C · TypeScript★ 3↓ 8,650/月2026年7月17日

MIT2026年7月17日 · 指标 1.13.0

crates.io · npm · PyPI

61中等健康指数

firecrawl/pdf-inspector

Fast Rust library for PDF inspection, classification, and text extraction. Intelligently detects scanned vs text-based PDFs to enable smart routing decisions.

Rust★ 1,577↓ 36.1K/月2026年7月14日

MIT2026年7月14日 · 指标 1.13.0

#pdf-parser