Parsr

將您的文件變成資料！

法語 |葡萄牙語 |西班牙語 | 中文

• Parsr是一個佔用空間最小的文件（圖像、pdf、docx、eml ）清理、解析和提取工具鏈，可產生JSON、Markdown (MD)、CSV/Pandas DF或TXT格式的現成可用、有組織且可用的數據。

• 它為分析師、資料科學家和開發人員提供了清晰的結構化和標籤豐富的資訊集，適用於即用型應用程序，包括資料輸入和文件分析師自動化、歸檔等。

• 目前，Parsr 可以執行：文件清理、層次結構重新產生（單字、行、段落）、標題、表格、清單、目錄、頁碼、頁首/頁尾、連結等的偵測。查看所有功能。

目錄

• 目錄
• 入門
  • 安裝
  • 用法
• 文件
• 貢獻
• 第三方許可證
• 執照

入門

安裝

-- 進階安裝指南可在此處取得 --

安裝和運行 Parsr API 的最快方法是透過 docker 映像：

docker pull axarev/parsr

如果您也希望安裝用於傳送文件和視覺化結果的 GUI：

docker pull axarev/parsr-ui-localhost

注意：Parsr 也可以裸機安裝（不透過 Docker 容器），其流程記錄在安裝指南中。

用法

-- 進階使用指南可在此處取得 --

若要執行 API，請發出：

docker run -p 3001:3001 axarev/parsr

這將在 http://localhost:3001 上啟動它。
請參閱有關 API 使用的文件。

1. 若要存取 Parsr API 的python客戶端，請發出：

   pip install parsr-client

   若要使用 python 用戶端對Jupyter Notebook進行取樣，請前往 jupyter 進行示範。

2. 若要使用 GUI 工具（API 需要已運行），請發出：

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

   然後透過http://localhost:8080造訪。

請參閱設定文件以解釋 GUI 檢視器中的可設定選項。

基於 API 的用法和命令列用法記錄在進階使用指南中。

文件

所有文檔文件都可以在這裡找到。

貢獻

請參閱貢獻指南。

第三方許可證

第三方庫為其依賴項授予許可：

1. QPDF ：Apache http://qpdf.sourceforge.net
2. ImageMagick ：Apache 2.0 https://imagemagick.org/script/license.php
3. Pdfminer.6 ：麻省理工學院 https://github.com/pdfminer/pdfminer.six/blob/master/LICENSE
4. PDF.js ：Apache 2.0 https://github.com/mozilla/pdf.js
5. Tesseract ：Apache 2.0 https://github.com/tesseract-ocr/tesseract
6. 卡米洛特：麻省理工學院 https://github.com/camelot-dev/camelot
7. MuPDF （可選依賴項）：AGPL https://mupdf.com/license.html
8. Pandoc （可選依賴）：GPL https://github.com/jgm/pandoc

執照

版權所有 2020 AXA Group Operations SA
根據 Apache 2.0 許可證取得許可（請參閱許可證文件）。