跳到正文

kreuzberg

用本地 Python 库从文档提取文本

访问官网

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

更多 AI 编程工具 工具

查看全部 →

评测方法