Awesome GitHub RepositoriesData Table Parsing

Docling is a multimodal content converter and document parser designed to transform PDFs, Office files, and HTML into structured Markdown or JSON for generative AI applications. It functions as an OCR document processor and a PDF layout analyzer that extracts tables, charts, and hierarchical structures while preserving the original page layout. The system operates as a local-first inference engine, allowing for the processing of sensitive data in air-gapped environments without external network connectivity. It can also be deployed as an API or a Model Context Protocol server to provide parsi

PaddleX is a PaddlePaddle-based framework for building, deploying, and fine-tuning AI model pipelines, with pre-built support for computer vision, OCR, document analysis, and time series tasks. It offers a toolkit of ready-to-use pipelines for image classification, object detection, segmentation, and pose estimation, alongside an end-to-end OCR document analysis pipeline that extracts text, tables, formulas, and layout information. The platform also includes a dedicated time series forecasting pipeline for analyzing historical data to detect anomalies, classify patterns, and predict future val

Codeception is a full-stack testing framework for PHP applications that provides a unified interface for unit, functional, and acceptance testing. It serves as a tool for automating real desktop and mobile browsers via the WebDriver protocol and acts as a client for testing REST and SOAP APIs. The framework is distinguished by its support for Behavior-Driven Development, allowing users to write human-readable test specifications in Gherkin language to align technical tests with business requirements. It implements actor-based action mapping to connect these natural language steps to executabl

Behat ist ein Framework für verhaltensgesteuerte Entwicklung (BDD) und ein Testautomatisierungstool für PHP. Es fungiert als Gherkin-Test-Runner, der natürlichsprachliche Feature-Dateien auf ausführbare PHP-Methoden abbildet, um zu überprüfen, ob die Softwareimplementierung den Geschäftsanforderungen entspricht. Das Framework ermöglicht die Definition des Anwendungsverhaltens unter Verwendung eines strukturierten, menschenlesbaren Formats basierend auf User Stories und unterstützt lokalisierte Schlüsselwörter für nicht-englischsprachige Stakeholder. Es zeichnet sich durch eine treiberbasierte Browser-Simulationsschicht für die Überprüfung der Benutzeroberfläche und spezialisierte Integrationen für den Symfony-Kernel und Drupal-Workflows aus. Das Toolset deckt ein breites Spektrum an Funktionen ab, einschließlich automatisierter Regressionstests, Webbrowser-Automatisierung und komplexer Datenhandhabung durch Tabellentransformationen. Es bietet eine Befehlszeilenschnittstelle für die Testausführung, Lebenszyklus-Hooks für Setup und Teardown sowie ein Plugin-System zur Erweiterung der Kernfunktionalität mit Tools von Drittanbietern. Die Ausführungsergebnisse sind in mehreren Formaten verfügbar, darunter menschenlesbarer Text, JSON und JUnit XML.