#pdf-parsing

Simon Willison·4月24日 05:54 UTC

LiteParse可在浏览器中运行，实现PDF文本提取

西蒙·威尔森已将LiteParse——一个用于从PDF中提取结构化文本的Node.js工具——移植到浏览器中运行，使用PDF.js和Tesseract.js。它现在支持空间文本解析、OCR和边界框生成，且数据不会离开用户的设备。