Time::Str是一个Perl模块，用于解析和格式化20多种日期/时间字符串，支持多种标准格式，具有纳秒精度，避免模糊解析。该模块提供灵活的日期解析，确保输入格式明确，并支持自定义解析器，适用于多种应用场景。

此存储库包含多种文件格式的自定义解析器，包括PDF、HTML、DOCX、PPTX等。基于规则的解析器比基于视觉模型的解析器更快且实用。PDF解析器具有章节和段落提取、表格识别、去除重复页眉页脚等功能。使用Tika进行文档解析，可与llmsherpa LayoutPDFReader结合使用。与Azure文档智能相比，此解析器速度快且成本低。