pdf_oxide
A biblioteca PDF mais rápida para Python e Rust. Extração de texto, extração de imagem, conversão para markdown, criação e edição de PDF. 0.8ms de média, 5× mais rápido que os líderes da indústria, 100% de taxa de aprovação em 3,830 PDFs. MIT/Apache-2.0.
Extraia texto e imagens de PDFs, converta-os para markdown e crie ou edite PDFs rapidamente usando esta biblioteca rápida.
Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.
Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.
Grátis · sem cartão · cancele quando quiserA biblioteca PDF mais rápida para Python e Rust. Extração de texto, extração de imagem, conversão para markdown, criação e edição de PDF. 0.8ms de média, 5× mais rápido que os líderes da indústria, 100% de taxa de aprovação em 3,830 PDFs. MIT/Apache-2.0.
pdf_oxide tem 892 estrelas no GitHub. Foi bifurcado 105 vezes. pdf_oxide é escrito principalmente em Rust. Está em desenvolvimento ativo desde 2025. pdf_oxide está disponível sob a licença Apache-2.0. Os seus principais temas são: data-extraction, document-processing, fast, image-extraction.
O que é pdf_oxide?
A biblioteca PDF mais rápida para Python e Rust. Extração de texto, extração de imagem, conversão para markdown, criação e edição de PDF. 0.8ms de média, 5× mais rápido que os líderes da indústria, 100% de taxa de aprovação em 3,830 PDFs. MIT/Apache-2.0.
pdf_oxide é de código aberto?
pdf_oxide é um projeto de código aberto. É distribuído sob a licença Apache-2.0.
pdf_oxide é gratuito?
Sim. pdf_oxide é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.
Sob que licença está pdf_oxide?
pdf_oxide está disponível sob a licença Apache-2.0.
Em que linguagem pdf_oxide está escrito?
pdf_oxide é escrito principalmente em Rust.
Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.
[](https://olud.ai/project/yfedoseev-pdf-oxide.html)
Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.