我們致力於探索、分享和推薦最新的實用技術棧、開源計畫、框架和實用工具。每天都有新鮮的開源資訊等待你的發現！
計畫介紹
MinerU 是一款一站式、開源、高品質的數據提取工具，支持PDF/網頁/多格式電子書提取。包含Magic-PDF和Magic-Doc兩個核心功能。
Magic-PDF
Magic-PDF 是一款將 PDF 轉化為 markdown 格式的工具。支持轉換本地文件或者位於支持S3協定物件儲存上的檔。
功能定位：PDF文件轉換為Markdown格式。
支持輸入：多種前端模型輸入。
內容處理：移除頭部、尾部、註腳和頁碼，保留原文件結構和格式。
特殊元素：提取和顯示影像和表格，將方程式轉換為LaTeX格式。
自動檢測：自動檢測和轉換亂碼PDF。
相容性：支持CPU和GPU環境，適用於Windows、Linux、macOS平台。
Magic-Doc
Magic-Doc 是一款支持將網頁或多格式電子書轉換為 markdown 格式的工具。
功能定位：將網頁或多格式電子書轉換為Markdown格式。
跨模態解析：精確解析文本、影像、表格和公式資訊。
文件格式支持：支持epub、mobi等多種文件格式。
語言辨識：準確辨識176種語言。
開源地址
https://github.com/opendatalab/MinerU
