github.devotd.
新发现数据

pymupdf/pymupdf 2.0 — 用于 PDF 提取、分析与转换的 Python 库

介绍 pymupdf/pymupdf 的最新版本 2.0。该 Python 库基于 MuPDF,支持对 PDF 等文档进行数据提取、版式分析、转换、渲染与编辑,并可输出 Markdown 和 JSON。

仓库信息pymupdf/pymupdf ↗

介绍 pymupdf/pymupdf 的最新版本 2.0。该 Python 库基于 MuPDF,支持对 PDF 等文档进行数据提取、版式分析、转换、渲染与编辑,并可输出 Markdown 和 JSON。

GitHub 项目说明: PyMuPDF is a high performance Python library for data extraction, analysis, conversion & manipulation of PDF (and other) documents.

星标
★ 10.9K
复刻
813
语言
Python
许可证
AGPL-3.0
最新版本
2.0
查看原始来源 ↗在 GitHub 查看 ↗

pymupdf/pymupdf 是一个 Python 库,用于从 PDF 等文档中提取数据并进行分析、转换和编辑。资料中给出的最新版本为 2.0,但由于没有提供发布说明,本次版本新增或变更的内容无法确认。

README 说明该库以 MuPDF(用于解析和绘制文档的引擎)为基础,支持文档数据提取、版式分析、转换、渲染和编辑。其核心是读取文档的内容与结构,并将其转换为可用于后续处理的文本以及结构化格式;其中包含文本、表格和图片提取与 OCR、批注与涂黑(擦除文档内容的编辑),以及 PDF 的创建和编辑功能。结果还可以导出为 Markdown 和 JSON,并可在本地运行。加入 PyMuPDF Office 后,还能处理 Microsoft 和韩文 Office 文档。该仓库创建于 2012 年 10 月 6 日,语言为 Python,许可证为 AGPL-3.0,Star 数为 10944。

可确认的范围仅限于功能列表。资料中没有对比处理速度或准确性的基准测试,也没有给出新颖性、技术和质量方面的评分。唯一填写的指标是满分为 10 分的动能(momentum)3.7,因此没有依据判断 2.0 是否优于此前版本。如果打算在服务中使用,建议先自行确认 AGPL-3.0 的适用条件以及各版本的变更记录,再做决定。