PDF и документы

PyMuPDF — высокопроизводительная библиотека Python для извлечения данных, анализа, конвертации и редактирования PDF и других документов на базе движка MuPDF.

pdf.js — открытая библиотека для просмотра PDF на JavaScript, которая разбирает и отображает PDF-файлы прямо в браузере с помощью HTML5, лицензия Apache-2.0.

iText Core — открытая Java-библиотека для создания, редактирования, подписи и проверки PDF-документов со встроенным движком верстки и поддержкой PDF/A и PDF/UA.

Docling — библиотека на Python с открытым кодом (лицензия MIT), которая переводит PDF, DOCX, PPTX, HTML и другие документы в структурированные данные для генеративного ИИ.

PDFium — открытая библиотека для работы с PDF из проекта Chromium: чтение, разбор и растеризация PDF в C++ приложениях.

MuPDF — открытая библиотека для просмотра и конвертации документов PDF, XPS и электронных книг с небольшим объёмом кода.

Apache Tika — открытая библиотека и инструмент на Java для определения типа файлов и извлечения метаданных и текста из более чем тысячи форматов, включая PDF, PPT и XLS.

Apache PDFBox — библиотека с открытым кодом на Java для создания, редактирования и извлечения содержимого PDF-документов.