Parsr

Превратите свои документы в данные!

Французский | Португальский | испанский | 中文

• Parsr — это набор инструментов для очистки, анализа и извлечения документов с минимальным размером ( изображение, pdf, docx, eml ), который генерирует легкодоступные, организованные и пригодные для использования данные в форматах JSON, Markdown (MD), CSV/Pandas DF или TXT .

• Он предоставляет аналитикам, специалистам по данным и разработчикам набор четко структурированной и обогащенной метками информации для готовых к использованию приложений, начиная от автоматизации ввода данных и анализа документов, архивирования и многих других.

• На данный момент Parsr может выполнять: очистку документов, восстановление иерархии (слов, строк, абзацев), обнаружение заголовков, таблиц, списков, оглавления, номеров страниц, верхних/нижних колонтитулов, ссылок и другие. Ознакомьтесь со всеми функциями.

Оглавление

• Оглавление
• Начиная
  • Установка
  • Использование
• Документация
• Способствовать
• Лицензии третьих лиц
• Лицензия

Начиная

Установка

-- Расширенное руководство по установке доступно здесь --

Самый быстрый способ установить и запустить API Parsr — через образ докера:

docker pull axarev/parsr

Если вы также хотите установить графический интерфейс для отправки документов и визуализации результатов:

docker pull axarev/parsr-ui-localhost

Примечание. Parsr также можно установить на «голое железо» (не через контейнеры Docker), процедура которого описана в руководстве по установке.

Использование

-- Расширенное руководство по использованию доступно здесь --

Чтобы запустить API, введите:

docker run -p 3001:3001 axarev/parsr

который запустит его по адресу http://localhost:3001.
Обратитесь к документации по использованию API.

1. Чтобы получить доступ клиента Python к API Parsr, введите:

   pip install parsr-client

   Чтобы попробовать Jupyter Notebook с помощью клиента Python, перейдите к демо-версии Jupyter.

2. Чтобы использовать инструмент с графическим интерфейсом (API уже должен быть запущен), введите:

   docker run -t -p 8080:80 axarev/parsr-ui-localhost:latest

   Затем получите к нему доступ через http://localhost:8080.

Обратитесь к документации по конфигурации, чтобы интерпретировать настраиваемые параметры в средстве просмотра графического интерфейса.

Использование API и командной строки описано в расширенном руководстве по использованию.

Документация

Все файлы документации можно найти здесь.

Способствовать

Пожалуйста, ознакомьтесь с правилами внесения взносов.

Лицензии третьих лиц

Лицензии сторонних библиотек на зависимости:

1. QPDF : Apache http://qpdf.sourceforge.net
2. ImageMagick : Apache 2.0 https://imagemagick.org/script/license.php
3. Pdfminer.six : MIT https://github.com/pdfminer/pdfminer.six/blob/master/LICENSE
4. PDF.js : Apache 2.0 https://github.com/mozilla/pdf.js.
5. Тессеракт : Apache 2.0 https://github.com/tesseract-ocr/tesseract
6. Камелот : Массачусетский технологический институт https://github.com/camelot-dev/camelot
7. MuPDF (дополнительная зависимость): AGPL https://mupdf.com/license.html
8. Pandoc (необязательная зависимость): GPL https://github.com/jgm/pandoc

Лицензия

Copyright 2020 AXA Group Operations SA.
Лицензия Apache 2.0 (см. файл ЛИЦЕНЗИИ).