一款一站式、开源、高质量的数据提取工具（支持PDF/网页/多格式电子书提取）

文章预览

我们致力于探索、分享和推荐最新的实用技术栈、开源项目、框架和实用工具。每天都有新鲜的开源资讯等待你的发现！ 项目介绍 MinerU 是一款一站式、开源、高质量的数据提取工具，支持PDF/网页/多格式电子书提取。包含Magic-PDF和Magic-Doc两个核心功能。 Magic-PDF 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。 功能定位：PDF文档转换为Markdown格式。 支持输入：多种前端模型输入。 内容处理：移除头部、尾部、脚注和页码，保留原文档结构和格式。 特殊元素：提取和显示图像和表格，将方程转换为LaTeX格式。 自动检测：自动检测和转换乱码PDF。 兼容性：支持CPU和GPU环境，适用于Windows、Linux、macOS平台。 Magic-Doc Magic-Doc 是一款支持将网页或多格式电子书转换为 markdown 格式的工具。 功 ………………………………