pdf_oxide

Python 和 Rust 最快的 PDF 函式庫。文字擷取、圖片擷取、Markdown 轉換、PDF 建立與編輯。平均 0.8 毫秒,比業界快 5 倍。

pdf_oxide 是什麼?

Python 和 Rust 最快的 PDF 函式庫。文字擷取、圖片擷取、Markdown 轉換、PDF 建立與編輯。平均 0.8 毫秒,比業界領導者快 5 倍,在 3,830 份 PDF 上 100% 通過率。MIT/Apache-2.0。

pdf_oxide 概覽

這是什麼

PDFOxide 是一個以 Rust 為核心的 PDF 工具套件,支援 20 種語言的繫結,包括 Python、Rust、Go、JavaScript/TypeScript、C#/.NET、Java、Kotlin、Scala、Clojure、Ruby、PHP、C++、Objective-C、Swift、Dart、R、Julia、Zig、Elixir 和 WASM。它也提供 CLI 工具和用於 AI 助手的 MCP 伺服器。該函式庫支援文字提取、圖片提取、Markdown 轉換、PDF 建立與編輯。

主要功能

  • 在同一函式庫中提供文字提取、圖片提取、Markdown 轉換、PDF 建立與編輯
  • 每份文件平均 0.8 毫秒,比 PyMuPDF 快 5 倍,比 pypdf 快 15 倍,比 pdfplumber 快 29 倍(基於 3,830 份 PDF 的基準測試)
  • 在 3,830 份真實 PDF(veraPDF、Mozilla pdf.js、DARPA SafeDocs)上達到 100% 通過率
  • 在整個語料庫中與 PyMuPDF 和 pypdfium2 的文字比對率為 99.5%
  • 透過慣用繫結支援 20 種語言,另附 CLI 和 MCP 伺服器
  • 採用 MIT / Apache-2.0 授權

使用情境

  • 在 Python、Rust 或其他支援的語言中從 PDF 提取文字和圖片
  • 將 PDF 頁面轉換為 Markdown 或 HTML
  • 建立和編輯 PDF 文件,包括填寫表單和管理註解
  • 使用 CLI 進行批次處理、搜尋和合併 PDF
  • 透過 MCP 伺服器與 AI 助手整合

快速開始

bashpip install pdf_oxide``````bashbrew install yfedoseev/tap/pdf-oxide

授權與價格

MIT / Apache-2.0。開源。

內容整理自該專案公開的 README 與儲存庫資訊。

將此徽章加入你的 README

Featured on YunoDB 徽章樣式與說明

你是這個專案的維護者嗎?展示它已收錄於 YunoDB。

Markdown[![Featured on YunoDB](https://yunodb.com/badge/yfedoseevpdf-oxide.svg)](https://yunodb.com/tools/yfedoseevpdf-oxide?utm_source=github&utm_medium=badge)
HTML<a href="https://yunodb.com/tools/yfedoseevpdf-oxide?utm_source=github&utm_medium=badge"><img src="https://yunodb.com/badge/yfedoseevpdf-oxide.svg" alt="Featured on YunoDB" height="20"></a>