[文档解析器 Python 的 API 用于解析文档的开源 Python API 发现专门用于解析和提取各种文档格式（PDF、DOC/DOCX、XLS/XLSX 和 HTML 等）中的文本、图像和其他信息的开源 Python 库。 Python 的文档解析器 API 包括 pdfminer.six Python 库用于解析、读取和提取 PDF 文档中带有格式信息的文本。 PyMuPDF Python 中的 PDF 解析器库，用于从 PDF 文档中读取、解析和提取文本、图像和表格等。 pypdf Python PDF 解析器库用于读取 PDF 并从 PDF 文档中提取文本、图像和附件。 PyTesseract 基于 Tesseract OCR 的开源 Python API，可从图像中提取文本。]
