PDF解析不用大杀器？轻量开源工具把布局、表格、公式全装进去了

GitHub 上冒出一个项目 papero-pdf-text-extractor，分数 1，评论零。轻量级 PDF 解析器，声称同时支持布局、表格、公式和边界框。四项能力塞进"轻量"工具里有些矛盾——PDF 布局还原和公式识别通常免不了拖一堆依赖。它还纳入了边界框定位，说明想做的不只是文字提取，而是文档结构还原。但零评论意味着社区验证几乎为零。GitHub 上 1 分的热度，像一个人安静地做东西，还没等到回音。代码跑通和真正好用之间，隔着一堆真实文档的测试。我的判断：这类工具的价值看实际场景中的鲁棒性。轻量且能处理复杂文档就值得跟进；如果只是 demo 级别，那就只是一个技术练习。PDF 格式本身就是个坑，谁踩谁知道。

原文：Lightweight PDF parser with layout, tables, formulas and bounding boxes · 来源：Hacker News