Parsr实用文档清理解析和提取工具: 从文档到数据，一步到位!

Parsr 是一个小巧实用的文档（图像，pdf）清理，解析和提取的工具，可为数据科学家和开发者生成随时可用且整理完成的数据。

它为用户提供了结构化且标记完全的信息集，适用于包括数据输入和文档分析自动化，存档等即用型应用程序。

目前 Parsr 可以执行：

• 文档层次结构再生-单词、行和段落
• 标题检测
• 表检测重建
• 列表检测
• 文字顺序检测
• 命名实体识别（日期，百分比等）
• 键值对检测（用于提取特定的基于表单的条目）
• 页码检测
• 页眉页脚检测
• 链接检测
• 去除空白

图像（.JPG，.PNG，.TIFF 等）或者 PDF 文件解析提取，生成以下输出格式：

• JSON
• Markdown
• Text
• CSV（用于表格）或 Pandas Dataframes
• PDF

关于 Parsr 的使用配置指南请参见 https://github.com/axa-group/Parsr