shipfastlabs/parsel
A fast, helpful, and open-source document parser for PHP
解决的问题
Parsel 提供统一的 PHP API，用于将文档解析为 Markdown、纯文本和结构化数据等格式。它通过提供一个单一且表达力强的接口，支持在多个可互换的驱动程序之间工作，消除了为不同文档解析工具编写独立集成的需要。
工作原理
Parsel 作为各种文档解析引擎（驱动程序）的包装器。它支持本地驱动程序如 LiteParse 和 AnyDoc，可通过专用安装程序进行安装。用户可以切换驱动程序，或设置全局默认值以处理不同文件类型（如 PDF、DOCX、EPUB、CSV）和输出格式。它还允许通过 Driver 合约实现自定义驱动程序，从而与远程 API 或其他工具集成。
适用人群
需要将文档解析和 OCR 功能集成到应用程序中，但又不希望被特定解析工具或提供商绑定的 PHP 开发者。
主要亮点
- 可互换的驱动程序：开箱即用支持 LiteParse 和 AnyDoc，具有可扩展架构以支持自定义驱动程序。
- 灵活的输出：可将文档转换为 Markdown、纯文本、JSON 或带坐标的结构化页面。
- 高级解析选项：支持 OCR、DPI 设置、页面范围选择以及从文档生成截图。
- 精细控制：提供特定驱动程序的类型化选项（如
LiteParseOptions），以管理图像嵌入、页眉/页脚保留等细粒度行为。 - 延迟加载：支持通过
lazyPages()流式处理大文档，避免内存开销。 - 测试工具：提供
Parsel::fake()方法，用于在测试中模拟解析响应。
相关
- 项目
- 项目
- 项目
- 项目
- 项目