GitHub 5万星文档解析开源项目推荐

Source: (unknown)

Summary

介绍一个在 GitHub 上获得超过 5 万星标、曾登顶开源榜的文档解析项目。该工具能精准提取各类复杂文档内容，支持化学结构图、乱码表格、特殊符号公式以及扫描版文档的抓取，并可识别文档内多种元素类型，最终支持一键导出。对于需要处理非结构化文档的工程师或研究者有较高实用价值。

Key Points

• GitHub 5 万星、开源榜登顶项目
• 支持复杂化学结构图的精准提取
• 能修复有缺陷的乱码表格
• 处理含特殊符号的数学/化学公式
• 支持扫描版文档（OCR 能力）
• 可识别文档内多种元素类型并一键导出

Transcript

transcript