我要投稿

PDF解析器对比

发布日期：2024-08-31 12:17:11 浏览次数： 2608

作者：深度学习机器

微信搜一搜，关注“深度学习机器”

一汇总

名称	OCR	提取表格内容	保留文本顺序	提取图片	保存成md格式	其他特性
pymupdf	❌	✔️	✔️	✔️	❌	● 表格提取 ● 自定义字体
pdfminer	❌	❌	✔️	❌	❌	● 版面分析
pdfplumber	❌	✔️	❌	❌	❌	● 表格提取，但存在丢失列的问题
pypdf2	❌	❌	✔️	❌	❌	● pdf合并与拆分 ● 添加水印
llama-parse	✔️	✔️	✔️	✔️	✔️	● 付费API每天有免费额度
open-parse	✔️	✔️	✔️	❌	✔️	● 文本支持保存markdown和html格式 ●内置表格模型，可自由选择 ●表格带markdown格式
deepdoc	✔️	✔️	✔️	✔️	❌	● 支持版面分析 ●表格带html格式
MinerU	✔️	✔️	✔️	✔️	✔️	● 文本带markdown格式 ● 解析保留中间过程，可用于二次调优 ● 表格提取非常慢，目前效果一般

二总结

• 非扫描件无OCR要求直接使用pymupdf(fitz)即可，能正确保留双列布局的文本顺序，同时能提取表格和图片，而且表格是以List的格式保留。
• 其余几个传统的PDF解析库倾向于对pdf进行编辑，比如添加水印，增加或者删除页面等。
• llama-parse 中文文档效果不好，而且还是通过API使用，但是每天有固定的免费额度，可以用于处理扫描件。
• deepdoc和MinerU是近期开源项目中比较强大的RAG解析工具。deepdoc优势点在于表格效果较好，亲测无边框的表格有大多数效果仍可圈可点，并且保留为html格式，因此允许合并单元格；MinerU优势在于识别的文本带有markdown格式，因此用于RAG切分文档中可以省去不少功夫。

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2025-10-29

初创公司的增长之道：如何让AI主动推荐你的产品？（下）

2025-10-29

AI将所有生意都卷成了创意产业

2025-10-28

ubuntu 本地部署MinerU完成文档解析

2025-10-27

AI浏览器的正确使用姿势是什么？我从Dia的这90+个Skills里找到了一些好场景

2025-10-27

魔笔 AI Chat Builder：让 AI 对话秒变可交互界面

2025-10-20

天猫行业中后台前端研发Agent设计

2025-10-20

告别错别字和退格键！这款AI语音输入法，让你的打字效率倍增（含实测体验）

2025-10-19

AI自动生成工作流，n8n官方出品

了解更多

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

一个用 AI 起号的新思路

2025-08-06

豆包 Seedream 4.0：图像创作革新者与精简使用攻略

2025-09-17

AI走进中小学课堂案例研究：四个项目，四种探索

2025-09-04

185个真实AI应用场景案例，涵盖六大版块，全球170多个公司和组织

2025-09-02

公开帮我每天赚钱的 AI 工作流之产品分析

2025-09-15

AI批量抠图！5秒抠30张图，毛发/玻璃/多人物场景一键分离

2025-09-05

AI生成PPT真能直接用吗？我们替你测了11款产品

2025-08-22

用字节Seedream4.0直出4K中文海报的22种懒人方法，我找全了！

2025-09-18

AI 浪潮下，“掉队”=“淘汰”，普通人能否成为AI小专家？

2025-08-20

所有AI的馈赠，早已在暗中标好了价格｜北大最新论文解读

2025-10-10

大家都在问

一周的数据分析现在几秒完成，一位医生如何用AI给工作减负？

2025-09-11

企业、垂类应用都在用 AI 搜索做什么？

2025-09-09

AI 时代，为什么文档处理依然这么难？

2025-09-06

学AI-笔记025：如何利用AI读书助力高效知识吸收？

2025-08-28

我为什么不建议用AI读文献？

2025-08-24

AI 浪潮下，“掉队”=“淘汰”，普通人能否成为AI小专家？

2025-08-20

AI 项目的 “真与假”：为什么聊了很多，却没优质项目？

2025-08-20

用AI写论文发现不像是人写的，自己写文发现又不够深度，咋整？

2025-08-18

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI 知识管理开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB

应聘简历请发送至： [email protected]

联系我们

售前咨询

预约演示

微信扫码

添加专属顾问

回到顶部