爱站程序员基地injustice 在 求推荐本地的pdf转md方案 中发帖
用爬虫抓了1w篇paper，需要转md/txt便于LLM读取。需要本地是因为想并发处理，MinerU效果很好但是不能批量薅
不是扫描版，不需要ocr。然而即使放低标准还是找不到理想的项目 😭
试了几个python库，连换行和换页都处理不好，更别提排版问题了
详情链接：
https://linux.do/t/topic/1340665/1
来源: LINUX DO, 消息ID: 262898
injustice 在 求推荐本地的pdf转md方案 中发帖 用爬虫抓了1w篇paper，需要转md/txt便于LLM读取。需要本地是因为想并发处理，MinerU效果很好但是不能批量薅 不是…
未经允许不得转载：爱站程序员基地 » injustice 在 求推荐本地的pdf转md方案 中发帖
用爬虫抓了1w篇paper，需要转md/txt便于LLM读取。需要本地是因为想并发处理，MinerU效果很好但是不能批量薅
不是…
相关推荐
Jerome° (@jeromening) 在 求助，我好像被攻击了？Edge弹出通知关不掉 中发帖
今天正在愉快的工(摸)作(鱼)，突然桌面右下角弹出红色的通知，通知内容记不太清了(第一次遇…
争渡 (@shan_CW) 在 开源word类编辑器求推荐 中发帖
昨天刚接到个调研类word编辑器（类似onlyoffice）的任务，想请教下各位佬有什么推荐的开源项目。计划二开，加一些不影…
PeakGao 在 求助，我的cc控制台为啥一直爆闪呢 中发帖
顺便求一份claude.md和settings.json以及常用的mcp
我的settings.json只有env变量
[…- yaolan (@lgylgy1) 在 特别让我难过的一件事：我的帖子因为奇怪的举报被删除了 中发帖
作为一个本科生，我想从一线的前辈们那里学习一些过来人的经验，于是我发了一个话题：给将来想做…