Awesome GitHub RepositoriesStream-Based Document Processors

Nokogiri is an XML and HTML parsing library that builds navigable document trees from strings, files, or URLs using native C parsers for speed and standards compliance. It provides a CSS selector engine that translates CSS3 selectors into XPath expressions for querying nodes, an XPath query interface with namespace support, a document manipulation toolkit for modifying parsed documents, XSD schema validation, and XSLT transformation capabilities. The library wraps libxml2 and libxslt C libraries with Ruby bindings for high-performance parsing, and integrates Google's Gumbo parser for standard

TinyXML-2 هي مكتبة C++ خفيفة الوزن لتحليل ومعالجة وتوليد مستندات XML. تعمل كمعالج XML بترميز UTF-8 يمثل البيانات من خلال نموذج كائن مستند هرمي (DOM). توفر المكتبة أدوات لكل من تحليل DOM وتوليد المستندات المباشر عبر تدفقات البيانات. تتضمن قدرات للتنقل في شجرة XML لتحديد عناصر معينة، وتعديل السمات والمحتوى، وحل كيانات الأحرف والمراجع الرقمية Unicode إلى نص UTF-8. يتضمن المعالج أدوات للتحقق من الصيغة والتشخيص التي تتتبع بيانات وصفية لرقم السطر لكل عقدة وسمة للإبلاغ عن إحداثيات دقيقة لأخطاء التحليل.

python-docx is an OOXML document manipulation library used for creating, reading, and updating Microsoft Word files. It functions as a generator for building formatted documents and a parser for extracting text, metadata, and structural elements from existing files. The project provides a comprehensive style management system for defining and applying character, paragraph, and table styles within OpenXML documents. It allows for the programmatic control of document appearance through an object-oriented approach to the underlying XML schema. Capabilities cover a wide range of document generat