MinerU是由OpenDataLab開發的一款高質量PDF轉換工具，專爲研究人員和開發者設計，旨在簡化PDF文檔的內容提取和格式轉換流程。

核心功能

• PDF轉Markdown：將PDF文檔轉換爲結構化的Markdown格式，保留標題、段落、列表等文檔結構。
• PDF轉JSON：支持將PDF內容提取爲JSON格式，便於後續數據處理和分析。
• 保留文檔結構：在轉換過程中儘可能保持原始文檔的排版和內容完整性。
• 開源免費：基於開源協議發佈，用戶可以自由使用、修改和分發。

適用場景

• 學術論文內容提取
• 報告和文檔結構化處理
• 數據集文檔自動化解析
• 知識庫構建與內容遷移

項目地址

https://github.com/opendatalab/MinerU