MinerU是一款开源的数据提取工具，支持将PDF、网页和多格式电子书转换为markdown格式。它包含Magic-PDF和Magic-Doc两个核心功能，能够移除文档的头部、尾部、脚注和页码，并保留原文档结构和格式。Magic-PDF还能提取和显示图像和表格，并将方程转换为LaTeX格式。Magic-Doc支持将网页和多格式电子书转换为markdown格式，并能准确识别176种语言。开源地址：https://github.com/opendatalab/MinerU