pdf-inspector firecrawl

Fast Rust library for PDF inspection, classification, and text extraction. Intelligently detects scanned vs text-based PDFs to enable smart routing decisions.

主要言語
Rust
Stars
15,353
Forks
1,058

タグ

  • ライブラリ/SDK
  • CLIツール
  • ウェブアセンブリ
  • セルフホスト

概要

OCR不要でテキストベースPDFを約200ms以内に処理し、スキャンPDF向けの高コストなOCRサービス利用を回避できる高速なPDF処理ライブラリです。テキスト/スキャン/画像/混在を約10〜50msで分類し、位置情報付きテキスト抽出、多段組・表・見出しの検出、Markdown変換を実現します。純Rust・MLモデル不要で軽量なため、レポートや研究論文・財務書類などの構造化Markdown化に適し、Python/Node.js/WASMバインディングとCLIも提供します。

README

# pdf-inspector [![Crates.io](https://img.shields.io/crates/v/pdf-inspector.svg)](https://crates.io/crates/pdf-inspector) [![npm](https://img.shields.io/npm/v/@firecrawl/pdf-inspector.svg)](https://www.npmjs.com/package/@firecrawl/pdf-inspector) [![PyPI](https://img.shields.io/pypi/v/pdf-inspector.…

查看完整页面