pdfparser

纯 PHP 从 PDF 里抽文本、Markdown 和图片,快且省内存

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 办公效率 🍴 复刻 17 🐛 待处理 7 👀 关注 5
GitHub ↗
GitHub 星标 ★ 190
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源免费使用

项目预览

pdfparser 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类办公效率
开发团队PrinsFrank
定价模式🏷️完全免费
价格说明开源免费使用
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
主要语言PHP
技术栈/模型document-parser,parser,pdf,pdf-library,pdf-parser,pdf-reader,pdfparser,php,text-extraction
GitHub 星标★ 190
上线时间2022-05-06 00:00:00
代码更新2026-11-19
仓库体积14.0 MB
本站数据更新2026-11-21
维护状态活跃
收录时间2026-10-07
浏览次数5

项目介绍

pdfparser 是一个用 PHP 从零实现的 PDF 解析库,目标是在不依赖外部二进制工具的前提下,读取 PDF 并抽取文本、Markdown 与图片。它解决的是 PHP 生态里 PDF 内容提取方案偏少、常见做法要调用 pdftotext 等命令行工具或依赖扩展的问题,让纯 PHP 项目也能直接处理 PDF。核心能力包括:解析 PDF 对象结构与内容流,输出纯文本或 Markdown 格式,提取内嵌图片,并强调速度快、内存占用低,适合在 Web 请求或队列任务中处理中等规模文档。项目以库的形式提供,可被 Laravel、Symfony 等框架集成,用于构建文档检索、内容入库、发票或报表信息抽取等流程。目前星标约 176,属于早期项目,API 与边界情况仍在演进,建议先在测试集上验证目标 PDF 的解析效果再上生产。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-10-07 · 当前星标 ★ 190

核心亮点

  • 纯 PHP 实现,不依赖 pdftotext、ImageMagick 等外部二进制,部署环境更简单
  • 同时支持文本、Markdown 和图片三种输出,便于直接接入检索或内容展示
  • 官方强调低内存与速度,适合在 Web 请求或队列任务中处理文档

不足之处

  • 项目处于早期,复杂版式、扫描件、加密 PDF 等边界情况覆盖有限
  • 社区与文档规模较小,遇到问题可参考的案例和第三方资料不多

适用场景

  • 把用户上传的 PDF 简历、合同批量抽取文本入库做全文检索
  • 将 PDF 报告转成 Markdown 供知识库或 AI 问答使用
  • 从 PDF 中提取图片,用于素材归档或内容再加工

替代项目

smalot/pdfparser、spatie/pdf-to-text

上一篇:awesome-ai-ppt

下一篇:compass

同类项目推荐

MyBrain 开源

一个应用搞定任务、笔记、日历,还有 AI 帮你忙

All-in-one productivity app and AI assistant with Tasks, Notes, Calendar, Diary and ···

★ 2241 2026-08-09
KillerPDF 开源

免费开源,一站式搞定 PDF 编辑、OCR 和签名,告别订阅费

Free and open-source PDF editor for Windows with its own PDF 2.0 engine. View, annot···

★ 4419 2026-09-01
MinerU-Skill 开源

把 PDF/Office/图片一键转成 AI 能读的干净 Markdown

AI-Native document parser: PDF, Office & images → clean Markdown with LaTeX, tables···

★ 136 2026-09-29
ios-lumo 开源

手机上随时查看产品数据,决策快人一步

iOS application for Lumo

★ 111 2026-08-09
tocify 开源

给 PDF 加书签目录,扫描件还能 OCR 搜内容

Add PDF bookmarks online and make it searchable by OCR

★ 528 2026-10-27
jkinco-listen-open 开源

本地跑完录音转纪要,不联网不传数据

MeetDo — open-source Meeting-to-Action AI by 筑听 · JKinco Listen. Self-hosted liv···

★ 309 2026-09-24
cicada 开源

任意会议直播实时字幕,还能自动出纪要

知了 Cicada · 任何会议和直播的实时字幕、同声传译、AI 会议纪要,Mac、Windows、Linux、···

★ 2434 2026-11-07
KeyType 开源

macOS 全局 AI 补全,打字时自动续写,一键采纳

An open-source Cotypist with macOS system wide AI autocomplete

★ 585 2026-09-16