我要投稿
微信搜一搜，关注“深度学习机器”
| 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 |
• 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
2025-07-31
钉钉AI表格，新功能“记录即文档”很流畅，很强大
2025-07-30
找一找正式升级为AI洞察，原来大家是这样用的！
2025-07-28
AI做解压赛道，太火了！
2025-07-28
0 经验，从 0 到 1，我用AI编程3个月做一个 10W+产品
2025-07-27
AI疲劳来袭？如何应对过度依赖AI的非技术威胁
2025-07-25
腾讯研究院AI Coding⾮共识报告的一些解读
2025-07-25
AI生成视频！不会拍也能出大片，3分钟生成多镜头1080p神作！
2025-07-24
AI思维导图！覆盖120万+行业知识库的AI导图，团队脑暴效率翻3倍！
2025-05-24
2025-05-22
2025-06-12
2025-05-28
2025-06-23
2025-05-19
2025-05-21
2025-05-08
2025-05-07
2025-06-18
回到顶部
粤ICP备14082021号