liteparse
SHA-256빠르고 오픈소스인 문서 파서로, PDF 추출에 특화되어 있으며 Markdown/JSON/텍스트 출력을 지원하고, 내장 OCR을 갖추고 있으며 완전히 로컬에서 실행되어 클라우드 서비스가 필요 없습니다.
가벼운 PDF 파싱 도구, 로컬에서 실행, Markdown 및 JSON으로 즉시 변환.
주요 기능
- 고속 PDF 텍스트 추출, 경계 상자 위치 확인 포함
- Markdown/JSON/텍스트 다중 형식 출력, 제목, 표, 목록 재구성 지원
- 내장 Tesseract OCR, EasyOCR 등 사용자 정의 서비스 연동 가능
- PDF, DOCX, XLSX, PPTX, 이미지 등 다양한 입력 지원
- Node.js/Python/Rust/WASM 다중 언어 바인딩, 크로스 플랫폼 (Linux/macOS/Windows)
할 수 없는 것
- •복잡한 문서(밀집 테이블, 다단 레이아웃, 스캔 문서)의 Markdown 재구성 효과는 제한적이므로, 이러한 문서에는 LlamaParse(클라우드 버전) 사용을 권장합니다. OCR 모드는 Tesseract를 추가로 설치하거나 HTTP OCR 서버를 구성해야 합니다. WASM 버전에는 CLI 기능이 포함되어 있지 않습니다.
사용 사례
- RAG 지식 베이스 개발 시 PDF 콘텐츠를 배치로 추출하여 구조화된 데이터로 변환
- LLM을 위해 문서를 전처리하고 깨끗한 Markdown을 생성하여 질의응답 시스템에서 사용할 수 있도록 함
상세 설명
LiteParse는 오픈소스 PDF 파싱 도구로, 빠르고 가벼운 것을 핵심으로 합니다. 경계 상자가 포함된 공간 텍스트 추출, Markdown 재구성(제목, 표, 목록) 및 OCR 통합(Tesseract 또는 사용자 정의 HTTP 서버 지원)을 제공합니다. 클라우드 기반 솔루션(예: 동일 팀의 LlamaParse)과 달리, LiteParse는 완전히 로컬에서 실행되며 클라우드 의존성이 없어 오프라인 또는 프라이버시에 민감한 문서 처리 파이프라인에 매우 적합합니다. 다양한 출력 형식(Markdown, JSON, 일반 텍스트), 스크린샷 생성, 복잡도 감지를 지원하며 Rust, Node.js, Python, WASM 등 다중 언어 바인딩을 제공합니다. pdfplumber와 같은 전통적인 파싱 라이브러리와 비교했을 때, LiteParse는 더 풍부한 출력 구조(Markdown 및 OCR 포함), 더 다양한 입력 형식(DOCX, XLSX, PPTX, 이미지)을 지원하며 Linux, macOS, Windows 세 가지 플랫폼을 모두 포괄합니다. Apache-2.0 라이선스로 배포되며, GitHub에서 11,800개 이상의 별표를 받았습니다.
태그
시작하기
소프트웨어 설치
다운로드한 설치 프로그램을 더블 클릭하고 안내에 따르세요
npm을 이용한 전역 설치: npm i -g @llamaindex/liteparse
pip을 이용한 설치: pip install liteparse
명령줄을 사용하여 PDF 파싱: lit parse 文档.pdf --format markdown -o 输出.md
- npm을 이용한 전역 설치: npm i -g @llamaindex/liteparse
- pip을 이용한 설치: pip install liteparse
- 명령줄을 사용하여 PDF 파싱: lit parse 文档.pdf --format markdown -o 输出.md
SHA-256 체크섬 확인됨
GitHub 공식 Release 페이지에서 추출된 체크섬
SHA256 체크섬
883462e89c4b24d9c92cf04eb67ed867563968c4c92559aa04540f034b11d8bf이 체크섬은 GitHub Release 페이지에서 추출되었습니다. 다운로드 후 파일 무결성을 확인하세요.
이 플랫폼의 모든 SHA-256 체크섬은 프로젝트의 공식 GitHub Release 페이지에서 추출되었으며, 어떠한 변경도 없습니다. GitHub Releases 페이지에서 직접 검증할 수 있습니다.
오픈소스 투명성
GitHub 소스 보기제거 정보
설치 방식에 따라: npm 전역 제거는 npm uninstall -g @llamaindex/liteparse를 실행합니다. pip 제거는 pip uninstall liteparse를 실행합니다. Rust 제거는 cargo uninstall liteparse를 실행합니다.
추가 의존성 없음
다운로드 후 바로 사용 가능. 추가 런타임이 필요하지 않습니다.