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。