firecrawl/pdf-inspector

Rust ⭐ 18.6k 🍴 1.2k 🔥 +586 today

Orijinal Aciklama

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

📄 MIT

Lisans

204

Açık Issue

13 gün önce

Son Commit

İzleyici

markdownnodejsocr-routingpdfpdf-classificationpdf-extractionpdf-parserpython

🤖 AI Analizi (Turkce)

pdf-inspector, hızlı ve akıllı bir Rust kütüphanesidir, PDF dosyalarının sınıflandırılması, metin çıkarılması ve OCR (Optik Karakter Tanıma) işlemlerini gerçekleştirmek için tasarlanmıştır. PDF dosyalarının metin tabanlı mı yoksa taranmış mı olduğunu tespit edebilir ve metni pozisyon bilgisiyle birlikte çıkarabilir. Ayrıca, Markdown formatına dönüşüm yapabilir ve tabloları tespit edebilir.

🎯 Hedef Kitle: PDF işleme ve analizine ihtiyaç duyan Rust geliştiricileri, özellikle belge işleme, OCR ve metin çıkarma işlemleri gerçekleştirenler

TEMEL OZELLIKLER

Akıllı sınıflandırma: PDF dosyalarını ~10-50ms içinde metin tabanlı, taranmış, görüntü tabanlı veya karışık olarak sınıflandırabilir
Metin çıkarma: Pozisyon bilgisiyle birlikte metni çıkarabilir ve font bilgilerini koruyabilir
Markdown dönüşümü: Başlıklar, madde işaretleri, kod blokları, tablolar ve diğer formatları destekler
Tabloları tespit etme: İki modlu yaklaşım kullanarak tabloları tespit edebilir ve finansal tabloları işleyebilir

💡 Kullanım Örneği

Bir belge işleme uzmanı, pdf-inspector kütüphanesini kullanarak bir PDF dosyasını analiz edebilir ve metni çıkarabilir. Örneğin, bir fatura veya rapor gibi bir PDF dosyasını işlerken, pdf-inspector kütüphanesini kullanarak metni pozisyon bilgisiyle birlikte çıkarabilir ve Markdown formatına dönüştürebilir.