parsemypdf

一个接口切换多种 PDF 解析器，快速提取文本表格

parsemypdf 是一个 Python 编写的 PDF 解析工具集合，把多种主流解析方案整合到统一接口下，包括基于 AI 的 docling、Claude、OpenAI、Gemini、Meta llama-vision，以及传统库 pdfminer、pymupdf、pdfplumber、unstructured-io 等。它解决的核心问题是：PDF 格式复杂多样，不同解析器在文本、表格、元数据、扫描件上的表现差异很大，开发者往往需要逐个试错、写大量适配代码。该项目提供一致的调用方式，让用户快速切换解析后端，完成快照、文本、表格和元数据提取，并对比不同方案的效果。适合需要批量处理 PDF、构建 RAG 数据管道或做文档智能分析的开发者，降低选型和集成成本。