pdf-extractor 是办公效率领域的开源项目，由 ScientaNL 开发，2017 年首次发布。
它收录于办公效率分类，该分类目前共有 142 个项目，GitHub 星标数为 107。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-01-19。MIT许可证，完全免费，无付费版本。
它主要面向的使用场景是：在线文档预览系统生成缩略图。同类可对比的替代方案包括 pdfjs-dist、pdf-parse、mupdf。
pdf-extractor
一键将 PDF 页面转为图片、SVG、文本和 JSON。
pdf-extractor 是一个基于 Node.js 的 PDF 解析与渲染工具，它利用 PDF.js 引擎将 PDF 页面转换为多种格式，包括图片（PNG/JPEG）、SVG、HTML、纯文本以及 JSON 元数据。该项目解决了开发者在 Web 或 Node 环境中需要从 PDF 中提取内容、生成预览图或进行文档处理的痛点，提供了简单统一的 API 来调用底层渲染能力。其核心能力包括高质量的页面渲染、文本抽取、元数据提取，以及灵活的配置选项（如缩放、输出格式）。适合用于文档管理系统、在线预览服务、数据抓取管道等场景。
开源
free
图像生成
GitHub 星标
★ 107
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类图像生成
开发团队ScientaNL
所属国家
定价模式free
价格说明开源项目，MIT许可证，完全免费，无付费版本。
访问状态
是否开源是
开源协议MIT
主要语言JavaScript
技术栈/模型html-generation,image-generation,nodejs,pdf-parsing,pdfjs
GitHub 星标★ 107
30天Star增速
HF 下载量
上线时间2017-11-29 00:00:00
最近更新2026-01-19 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数4
使用教程
核心亮点
- 基于 PDF.js，渲染质量高，兼容多种 PDF 特性
- 支持多格式输出（图片/SVG/HTML/文本/JSON），灵活满足不同需求
- API 简洁，易于集成到 Node.js 项目
不足之处
- 项目较早期，文档和社区支持相对有限
- 依赖 PDF.js，对复杂 PDF 的渲染性能可能受限于底层库
适用场景
- 在线文档预览系统生成缩略图
- PDF 内容抽取用于全文检索或数据分析
- 将 PDF 页面转换为 SVG 以便前端编辑或嵌入
替代项目
pdfjs-dist、pdf-parse、mupdf
项目介绍
上一篇：officecli
下一篇：SuperTextToolBox
同类项目推荐
sunshine-control-panel
开源
一站式管理游戏库、监控内存，AI 助手加持，让大屏启动更高效。
Sunshine Foundation 大屏桌面管理器 | Tauri + Vue 3，游戏库管理、米塔AI助手、内存监控···
Stirling PDF
开源
本地部署 PDF 工具箱
#1 PDF Application on GitHub that lets you edit PDFs on any device anywhere
obsidian-md2wechat
开源
一键将 Obsidian 笔记排版成公众号文章，告别手动调格式
Obsidian → WeChat | Obsidian 插件一键排版发布到微信公众号，键排版发布到微信公众号：···
pdf2md
开源
浏览器里直接把 PDF 变成 Markdown，不用上传，隐私安全。
Browser based tool to convert PDFs to Markdown