MinerU：专业级PDF解析工具，一键转换Markdown/JSON/LaTeX

MinerU 是一款高性能PDF解析工具，能够将PDF文档精准转换为机器可读格式（如Markdown、JSON、HTML、LaTeX等）。它不仅能智能清理页眉、页脚、页码等干扰元素，还能保留文档结构（标题、段落、列表、表格、公式等），并支持多语言OCR识别，适用于学术研究、数据分析、文档自动化处理等场景。

核心功能

✅ 智能解析 - 自动识别并清理页眉、页脚、页码，确保语义连贯

✅ 多格式输出 - 支持Markdown、JSON、HTML、LaTeX等，适配不同需求

✅ 复杂排版处理 - 精准还原单栏、多栏及混合排版文档的阅读顺序

✅ 公式 & 表格转换 - 自动将公式转为LaTeX，表格转为HTML

✅ OCR增强 - 支持84种语言的文字识别，可处理扫描版/乱码PDF

✅ 高性能加速 - 兼容CPU/GPU/NPU，支持跨平台运行（Win/Linux/Mac）

项目地址：https://github.com/opendatalab/MinerU