pdf-to-json — 开源软件健康

PyPI

98卓越健康指数

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★ 15.4K↓ 3.5M/月2026年9月16日

Apache-2.02026年9月16日 · 指标 2.10.0

PyPI

98卓越健康指数

docling-project/docling

Get your documents ready for gen AI

Python★ 66.5K↓ 3.2M/月2026年9月16日

MIT2026年9月16日 · 指标 2.10.0

PyPI · npm · Maven

94卓越健康指数

opendataloader-project/opendataloader-pdf

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

Java · Python★ 29.3K↓ 233.1K/月2026年9月16日

Apache-2.02026年9月16日 · 指标 2.10.0

PyPI · npm

83优秀健康指数

run-llama/llama_cloud_services

Knowledge Agents and Management in the Cloud

TypeScript · Python★ 4,2662026年9月19日

MIT2026年9月19日 · 指标 2.10.0

crates.io

60中等健康指数

clark-labs-inc/pdfsink-rs

Fast pure-Rust PDF extraction library and CLI by Clark Labs Inc. — 10–50x faster than pdfplumber for text, word, table, layout, image, and metadata extraction.

Rust · Python★ 24↓ 2,255/月2026年10月16日

MIT2026年10月16日 · 指标 2.10.0

npm

50中等健康指数

febbyRG/pdf-decomposer

A TypeScript Node.js library to parse all PDF page content (text, images, annotations, etc.) into JSON format.

TypeScript★ 2↓ 142/月2026年9月14日

自定义许可证2026年9月14日 · 指标 2.10.0

#pdf-to-json