Alternatives and similar repositories for PDFConverter:

Users that are interested in PDFConverter are comparing it to the libraries listed below

• songisking / PDF2TXT
  It's a python script that convert PDF to txt using PDFMiner
  ☆46Updated 3 years ago
• Agwave / PDF-Resume-Information-Extraction
  天池比赛作品整理。实现从pdf中提取出姓名、出生年月、性别、电话、最高学历、籍贯、落户市县、政治面貌、毕业院校、工作单位、工作内容、职务、项目名称、项目责任、学位、毕业时间、工作时间、项目时间共18个字段。
  ☆112Updated 5 months ago
• wangyizhen / lawdict
  法律领域词典
  ☆14Updated 5 years ago
• oklaM / AI-law
  It's for a research for AI and law
  ☆43Updated 4 years ago
• pyunits / pyunit-time
  一个简单易用的 Python 模块，用于通过字符串来操作日期/时间。正则时间提取，字符串时间解析，字符串时间提取。中文时间提取，一句话里面提取时间
  ☆75Updated 6 months ago
• xieyan0811 / pdfconv
  中文PDF转TXT的实用工具
  ☆30Updated 3 years ago
• kiwirafe / xiangsi
  中文文本相似度计算器
  ☆131Updated 3 months ago
• wxwwt / opencv-picture-to-excel
  使用python-opencv识别图片中的表格数据转换为csv
  ☆108Updated 4 years ago
• ilinxiao / adjust-tabula
  该项目可以帮助您实现大批量从pdf文件中导出表格数据。
  ☆39Updated 5 years ago
• yip522364642 / ChineseSimilarity-gensim-tfidf
  基于gensim模块的中文句子相似度计算
  ☆53Updated 6 years ago
• FreeFlyXiaoMa / pycorrector
  错别字纠正算法。调用pycorrector接口，使用规则。
  ☆66Updated 5 years ago
• liuhuanyong / FinanceEventGraph
  FinanceEventGraph，金融领域事件图谱开放数据集，可用于事件图谱搭建于实验，包括3865个acquire并购事件、9093个invest投资事件，总计12960的事件
  ☆19Updated last year
• houking-can / CCKS2019-Task5
  CCKS2019评测任务五-公众公司公告信息抽取，第3名
  ☆122Updated 5 years ago
• bitdata / ocrtable
  Recognize tables and text from scanned images that contain tables. 从包含表格的扫描图片中识别表格和文字
  ☆251Updated last year
• shibing624 / relext
  RelExt: A Tool for Relation Extraction from Text. 文本实体关系抽取工具。
  ☆48Updated 2 years ago
• yujunhuics / timeparser
  时间抽取、解析、标准化工具
  ☆50Updated 2 years ago
• muxiong0308 / form_pic_ocr
  简单的表格图片内容ocr
  ☆38Updated 5 years ago
• jiangnanboy / python_search
  利用sklearn和gensim中的tfidf,lsa,doc2vec进行查询与文档匹配搜索
  ☆21Updated 2 years ago
• yuquanle / StudyForNLP
  ☆81Updated 6 years ago
• shibing624 / companynameparser
  company name parser, extract company name brand. 中文公司名称分词工具，支持公司名称中的地名，品牌名（主词），行业词，公司名后缀提取。
  ☆84Updated 2 years ago
• wuyifan18 / spider
  裁判文书网爬虫
  ☆37Updated last year
• xhw205 / PaddleOCR_AlignText
  PaddleOCR 输出结果的行对齐，表格制式图像OCR行对齐
  ☆38Updated 3 years ago
• data-liberation / data-liberation-resources
  liberate all kinds of data from PDF and other unstructural format and make the information machine-readable and visualizeable for popul…
  ☆28Updated 6 years ago
• liuhuanyong / ImportantEventExtractor
  An exploration for Eventline (important news Rank organized by pulic time)，针对某一事件话题下的新闻报道集合，通过使用docrank算法，对新闻报道进行重要性识别，并通过新闻报道时间挑选出时间线上重要…
  ☆216Updated 6 years ago
• Times125 / encyclopediaCrawler
  百度百科爬虫
  ☆69Updated 7 months ago
• Geekzhangwei / TimeNLP
  时间关键词正则提取以及标准化
  ☆21Updated 3 years ago
• MrZilinXiao / Hyper-Table-OCR
  A carefully-designed OCR pipeline for universal boarded table recognition and reconstruction.
  ☆171Updated 2 years ago
• hiyoung123 / DuplicateRemove
  基于simhash的文本去重算法
  ☆20Updated 3 years ago
• rohanpillai20 / Table-Extractor-From-Image
  This repository contains the code that extracts a table from an image and exports it to an Excel.
  ☆59Updated 6 years ago