MinerU – 一站式开源高质量数据提取工具

工具介绍

一款一站式、开源、高质量的数据提取工具，主要包含以下功能:

•Magic-PDF  PDF文档提取
•Magic-Doc网页与电子书提取

Magic-PDF 是一款将 PDF 转化为 markdown 格式的工具。支持转换本地文档或者位于支持S3协议对象存储上的文件。

Magic-Doc 是一款支持将网页或多格式电子书转换为 markdown 格式的工具。

工具地址

GitHub：https://github.com/opendatalab/MinerU