一、开源文档解析器
1. Unstructured
- 特点：由 Unstructured.io 开源，支持 PDF、Word、PPT、HTML 等多种格式。
- 优势：模块化设计，可与 LangChain、LlamaIndex 集成；支持布局感知（layout-aware）解析。
- 输出：结构化 JSON 或文本块（带元数据，如页码、类型）。
- GitHub ：https://github.com/unstructured-io/unstructured
2. PDFMiner / pdfminer.six
- 特点：专注于从 PDF 中提取文本和布局信息（Python 实现）。
- 优势：精确控制文本位置、字体、行高，适合需要精细排版分析的场景。
- 局限：不直接支持表格/公式识别，需配合其他工具。
- GitHub ：https://github.com/pdfminer/pdfminer.six
3. PyMuPDF (fitz)
- 特点：高性能 PDF 处理库，支持文本、图像、注释提取。
- 优势：速度快，支持渲染页面为图像，适合预处理。
- 局限：对复杂布局（如多栏）理解有限。
- 官网 ：https://pymupdf.readthedocs.io
4. GROBID
- 专注领域 ：学术文献解析（特别是科研论文）。
- 功能：自动识别标题、作者、摘要、参考文献、章节结构等。
- 技术：基于 CRF 和深度学习，支持 TEI XML 输出。
- GitHub ：https://github.com/kermitt2/grobid
- 适用场景：构建学术知识图谱、文献管理。
5. Marker
- 特点：将 PDF（尤其是学术 PDF）高质量转为 Markdown。
- 优势：保留公式（LaTeX）、表格、参考文献，效果接近 MinerU。
- 底层依赖：结合了 OCR、GROBID、nougat 等模型。
- GitHub ：https://github.com/VikParuchuri/marker
6. DocTR (Document Text Recognition)
- 特点：由 Mindee 开发，端到端文档 OCR 与结构识别。
- 功能：检测文本区域、表格、段落，并输出结构化 JSON。
- GitHub ：https://github.com/mindee/doctr
二、商业/云服务类解析器
1. Adobe PDF Extract API
- 优势：Adobe 官方出品，对 PDF 内部结构理解最深。
- 功能：高精度提取文本、表格、图片、样式、逻辑结构。
- 限制：付费服务，需联网调用。
2. Google Document AI
- 特点：支持发票、收据、合同、通用文档等多种模板。
- 优势：强大的预训练模型 + 自定义训练能力。
- 适用：企业级文档自动化（如财务、法务）。
3. Amazon Textract
- 功能：自动识别文本、表格、表单字段。
- 优势：与 AWS 生态无缝集成，适合大规模处理。
4. Azure Form Recognizer
- 特点：微软出品，擅长结构化表单和非结构化文档解析。
- 支持：预训练模型 + 自定义模型训练。
三、新兴 AI 驱动的解析器
1. Nougat (by Meta)
- 定位 ：专为科学 PDF 转 LaTeX/Markdown 设计。
- 模型：基于 Transformer 的视觉-语言模型。
- 局限：计算资源要求高，对非学术 PDF 效果一般。
- GitHub ：https://github.com/facebookresearch/nougat
2. DeepReader / LayoutParser / Donut
- 这些是研究型工具，利用深度学习进行端到端文档理解，适合定制化开发。
四、如何选择？
| 需求 | 推荐工具 |
|---|---|
| 学术论文结构化解析 | MinerU , GROBID , Marker , Nougat |
| 通用 PDF 文本提取 | PyMuPDF , pdfminer.six , Unstructured |
| 表格/表单识别 | Amazon Textract , Google Document AI , Camelot（开源） |
| 本地部署 + 开源 | MinerU , Unstructured , Marker , GROBID |
| 高质量 Markdown 输出 | MinerU , Marker |
| 企业级生产环境 | Adobe Extract , Document AI , Textract |