MinerU环境部署——PDF转Markdown

在虚拟环境下部署MinerU:好处就是起一个隔离作用，包的版本还有python版本看可以在一个独立的空间内执行，这样可以避免包版本不同带来的冲突与报错。

一、创建Conda环境

版本查看（不是安装必须步骤，只是展示，方便后续版本对应）

python版本：3.10

（1）输入以下命令：

复制代码

conda create -n mineru python=3.10

创建好之后结果显示：

（2）进入mineru虚拟环境，并下载magic-pdf[full]：

复制代码

conda activate mineru
pip install -U "magic-pdf[full]" -i https://mirrors.aliyun.com/pypi/simple

运行结果：

版本验证（不是必须步骤）：

复制代码

magic-pdf --version

结果：

（1）参考文章（2）中给了两种下载方式，一个是国际用户一个是国内用户，这里选择适合国内用户的------从ModelScope下载模型（使用文档（2）方法不行，所以这一步可能不是必要的，直接先运行下一步就行，后续需要这个ModelScope再重新下载也可以）：

复制代码

pip install modelscope

运行结果：

（2）获取 MinerU 项目官方提供的模型下载脚本，这一步会出现网络问题下不好，多试几次：

复制代码

git clone https://github.com/opendatalab/MinerU.git

如果实在不行或者速度比较慢，可以在url前添加一个镜像，github上的项目都通用（我没试）：

复制代码

git clone https://ghfast.top/https://github.com/opendatalab/MinerU.git

运行结果：

（3）进入Mineru安装相关依赖(如果没有uv包，直接pip install uv), 再安装相关依赖，以上miner的环境就配置好了

复制代码

cd MinerU
pip install uv
uv pip install -e .[core] -i https://mirrors.aliyun.com/pypi/simple

运行结果：

（4）环境测试

版本查看：mineru --version；查看所有可用选项：mineru --help

到这里就完成啦！！

注：可能有些包下载比较慢，处理方法多下载几次，或者FQ，或者手动在相应路径下载安装包（可能稍微麻烦，但是也能解决）。

完成上述步骤后，去文件夹中查看，发现已经下载好了，其中有demo测试文件：

怎么用这个MinerU，其实主要就是这个原理：

这里我直接进入demo文件，在所处理文件的目录下执行命令：

复制代码

cd demo
cd pdfs
mineru -p demo1.pdf -o ./output -f true -t true

tips: ./ 是指是一个相对路径，它表示当前工作目录（也就是你在终端中运行命令时所在的目录）；执行完上述命令后，检查 output 文件夹，有输出文件说明部署成功。

如果不行，要运行这个，换成国内人镜像（我的需要）：

复制代码

set HF_ENDPOINT=https://hf-mirror.com

运行过程：

本地文件夹中就有了处理好的文档，结果显示：

成功！！

如果还有其他别的文档处理需求，北大哥给出了示例命令，可参考运行如下：

完结撒花~~