一站式、开源、高质量的数据提取工具MinerU

文章预览

项目简介 扫码 加入技术交流群，备注 「 开发语言-城市-昵称 」 合作请注明   MinerU 是一款一站式、开源、高质量的数据提取工具，主要包含以下功能: Magic-PDF PDF文档提取 Magic-Doc 网页与电子书提取 Magic-PDF 简介 Magic-PDF 是一款将 PDF 转化为 markdown 格式的工具。支持转换本地文档或者位于支持S3协议对象存储上的文件。 主要功能 支持多种前端模型输入 删除页眉、页脚、脚注、页码等元素 符合人类阅读顺序的排版格式 保留原文档的结构和格式，包括标题、段落、列表等 提取图像和表格并在markdown中展示 将公式转换成latex 乱码PDF自动识别并转换 支持cpu和gpu环境 支持windows/linux/mac平台 项目全景 流程图 子模块仓库 PDF-Extract-Kit 高质量的PDF内容提取工具包 上手指南 配置要求 python >= 3.9 使用说明 安装Magic-PDF pip install magic-pdf 2. 通过命令行使用 直接使用 ………………………………