💡
原文英文，约200词，阅读约需1分钟。
📝
内容提要
Parsr是AXA开发的开源文档解析工具，支持PDF、图像、DOCX等格式，能够将文档转换为结构化输出（如JSON、Markdown）。它专注于文档清理和层次重建，提取文本、段落、表格和元数据，适用于搜索归档和发票提取等场景，并支持本地和私有环境部署。
🎯
关键要点
- Parsr是AXA开发的开源文档解析工具，支持多种文档格式。
- 能够将文档转换为结构化输出，如JSON、Markdown、CSV等。
- 专注于文档清理和层次重建，提取文本、段落、表格和元数据。
- 支持多种格式，包括PDF、扫描图像、办公文档和电子邮件。
- 具备清理和层次重建功能，能够恢复文档结构和检测标题、列表等。
- 支持将表格导出为结构化的CSV/DataFrame格式，适应复杂布局。
- 提供REST API、CLI、Docker镜像和可视化查看器，适合私有部署。
- 适用于归档、搜索预处理、发票和报告提取、合同和合规审查等场景。
- 可以在本地或受控私有环境中运行，以满足合规和隐私需求。
➡️
