MinerU：开源高质量数据提取工具 支持PDF/网页/多格式电子书提取

MinerU是一款由上海人工智能实验室OpenDataLab团队开发的开源高质量数据提取工具，专注于从复杂PDF文档、网页和电子书中高效提取内容。它能够将包含图片、公式和表格的多模态PDF转化为Markdown格式（如markdown、json），且具备高精度解析工具链，支持多种输入模型，支持自动识别乱码、转换公式为LaTex、保留文档结构，支持176种语言的准确识别，适用于学术、财务、法律等领域，兼容Windows/Linux/Mac平台。