kreuzberg 是什么
kreuzberg 被介绍为一个现代 Python 库,通过简洁的本地 API 从多种文档格式中提取文本。
你可以用它做什么
- 从 PDF、图像与办公文件提取文本
- 对扫描文档执行 OCR
- 自动检测文本编码
上手流程
- 用 pip 安装该库
- 安装 Pandoc 与 Tesseract OCR
- 使用 extract_file 或 extract_bytes
- 传入文件路径或字节内容
优点与缺点
✓ 我们认可的地方
- 资料说明无需外部 API 或云依赖
- 资源占用轻量级
! 需要留意的地方
- 处理在本地完成
- 需要 Pandoc 与 Tesseract 等系统依赖
常见问题
支持哪些格式?
资料的功能列表列出 PDF、图像和办公文档。
怎么安装?
资料描述用 pip 安装,并补充 Pandoc 与 Tesseract OCR。
最后评测: 2026-11-15