Awesome GitHub RepositoriesHTML Document Renderers

GOT-OCR2.0 is an end-to-end optical character recognition system and document text extractor. It utilizes a unified transformer architecture to recognize and extract plain and formatted text from diverse images and documents. The system features a multi-crop processing method that divides high-resolution or dense documents into smaller sections to maintain recognition detail. It also includes a renderer that transforms recognized text into HTML to preserve the original structure and layout of the document. The project provides a framework for fine-tuning pre-trained models on custom datasets

OfficeCLI es una suite de oficina headless y herramienta de automatización diseñada para leer, editar y generar documentos de Microsoft Office de forma programática. Funciona como una biblioteca de manipulación OOXML y un motor de plantillas de documentos, proporcionando un binario independiente que permite la gestión de archivos de Word, Excel y PowerPoint sin requerir una instalación local de software de oficina. El proyecto se distingue por exponer las operaciones de documentos como herramientas para agentes de IA a través de un servidor JSON-RPC y el Protocolo de Contexto de Modelo (Model Context Protocol). Permite una personalización avanzada mediante la manipulación de XML sin procesar utilizando XPath y proporciona un sistema de serialización que vuelca subárboles de documentos en lotes JSON reproducibles. La herramienta cubre una amplia gama de capacidades, incluyendo ingeniería de hojas de cálculo programática con evaluación de fórmulas y generación de tablas dinámicas, así como tareas integrales de procesamiento de textos como gestión de estilos, seguimiento de revisiones y formato de texto multilingüe. También incluye utilidades para la visualización de datos, extracción de contenido en JSON estructurado o HTML de alta fidelidad, y la fusión de datos JSON en plantillas predefinidas para la generación automatizada de informes.

Markdoc is a documentation content framework that extends standard Markdown with custom tags, typed schemas, and reusable components, parsing content into an abstract syntax tree and rendering it as React elements or HTML. It provides a structured authoring system where documents are processed through an AST-based pipeline, enabling validation, transformation, and flexible output generation. The framework distinguishes itself through a schema-driven validation pipeline that checks document structure and attribute values against defined rules, and a pluggable renderer architecture that accepts

anx-reader is a cross-platform e-book reader and cloud-synced library manager. It renders various electronic book formats into a standardized HTML view with customizable themes and fonts for a consistent experience across different operating systems. The project integrates a large language model as a reading assistant to summarize text and answer questions about book content. It also functions as a digital annotation tool for creating color-coded highlights and detailed notes for external research export. The system includes capabilities for organizing digital library collections, synchroniz

Markup is a tool for converting various documentation formats and manual pages into structured HTML. It functions as a rendering engine selector and converter that transforms raw markup files into web-ready output using a pluggable pipeline. The system identifies the appropriate rendering engine by utilizing file extensions or analyzing document content through pattern-based language detection. This allows the pipeline to handle documents where file extensions are missing or ambiguous. The project covers a broad range of content transformation, including the conversion of traditional man pag

Documentation.js is a multi-purpose documentation tool that parses JSDoc annotations from JavaScript and TypeScript source files to generate formatted API documentation. It functions as both a documentation generator and a JSDoc linter, scanning source code for non-standard or incorrect annotations and returning human-readable warnings to enforce documentation quality. The tool operates through a pipeline-based architecture that parses JSDoc comments into an abstract syntax tree, validates annotations against style and correctness rules, and outputs documentation through interchangeable plugi

Markdig es un procesador de Markdown de alto rendimiento para aplicaciones .NET que convierte texto Markdown a HTML u otros formatos de destino. Es un parser compatible con CommonMark y un motor extensible que puede transformar Markdown en un árbol de sintaxis abstracta (AST) manipulable y consultable. La librería proporciona un framework para añadir sintaxis personalizada y lógica de renderizado a través de un pipeline modular de parsers y renderizadores. Soporta compilación nativa ahead-of-time y trimming para minimizar el tamaño del binario. Las capacidades incluyen la generación de HTML estructurado con atributos y estilos personalizados, la extracción de YAML front matter para el procesamiento de sitios estáticos y la conversión de contenido a texto plano. El motor también cubre mejoras tipográficas, preparación de fórmulas matemáticas y formateo automatizado de enlaces. El procesador incluye un mapeo de fuente preciso para rastrear rangos de caracteres y emplea streaming de salida y límites de profundidad de anidamiento para gestionar el rendimiento y la estabilidad.

Racket es un lenguaje de programación de propósito general y multiparadigma de la familia Lisp, diseñado para la creación de lenguajes. Funciona como un banco de trabajo de lenguajes, proporcionando una plataforma para diseñar e implementar lenguajes de programación personalizados a través de un sistema flexible de macros y módulos. El sistema se distingue por ofrecer una suite integral para la ingeniería de semántica, permitiendo la construcción de subconjuntos de lenguajes especializados y capas educativas. Incluye herramientas para el diseño de lenguajes personalizados, como la generación de lexers y parsers, así como la capacidad de definir reglas de expansión de módulos y selección dinámica de lenguaje en tiempo de lectura. El proyecto proporciona un entorno de desarrollo integrado con un editor incorporado, depurador visual y un gestor de paquetes de software. Su superficie de capacidades se extiende a una biblioteca estándar de propósito general que cubre renderizado de gráficos 2D, procesamiento de datos binarios, integración con SQL y bases de datos deductivas, y la construcción de interfaces gráficas de usuario. El entorno admite la compilación de código fuente en archivos ejecutables independientes para su distribución.

Aglio es una herramienta de interfaz de línea de comandos y renderizador de HTML estático diseñado para convertir archivos de especificación API Blueprint en documentación legible basada en web. Transforma especificaciones de API estructuradas en páginas HTML independientes que pueden alojarse y distribuirse sin necesidad de un servidor backend. El proyecto incluye un motor de temas que permite la personalización de estilos visuales mediante variables CSS y sobrescritura de plantillas de diseño. Los usuarios pueden aplicar temas integrados o integrar módulos externos para cambiar cómo se renderiza la documentación. La herramienta admite la composición modular de documentos, permitiendo la fusión de múltiples archivos de especificación y markdown en un solo documento mediante inclusiones de rutas relativas. También proporciona un servidor de desarrollo local con vista previa de recarga en vivo para ver los cambios renderizados en tiempo real.

RmlUi es un renderizador de UI multiplataforma y librería middleware que permite la creación de interfaces de usuario utilizando un subconjunto de HTML y CSS. Funciona como una capa agnóstica de renderizado diseñada para integrar layouts y estilos estándar web en motores de juegos personalizados y aplicaciones embebidas. El framework se distingue por su integración de Lua para lógica y control dinámico, así como por un kit de herramientas especializado para renderizar imágenes SVG y animaciones Lottie. Utiliza un backend de renderizado conectable que desacopla la generación de geometría de la visualización final, permitiéndole generar geometría texturizada para varios pipelines gráficos. El sistema cubre una amplia gama de capacidades, incluyendo un motor de layout de modelo de caja (box-model), un motor de estilos en cascada y enlace de datos (data-binding) para sincronizar modelos con vistas. Proporciona una gestión integral de entrada para ratón, teclado y táctil, junto con servicios de internacionalización para la traducción de texto basada en la configuración regional. Las características adicionales incluyen escalado de alta densidad (high-DPI), composición alfa basada en capas y un conjunto de componentes interactivos como sliders de rango y menús desplegables. El código fuente puede compilarse en binarios WebAssembly para su ejecución en navegadores web.

Bookdown es un framework de publicación técnica y procesador de documentos utilizado para crear publicaciones de formato largo, como libros e informes. Funciona como un generador de libros R Markdown y generador de sitios estáticos, permitiendo a los usuarios combinar texto narrativo con código ejecutable y visualizaciones de datos. El sistema se distingue por su capacidad para gestionar pipelines de ensamblaje de múltiples archivos y la indexación automatizada de referencias cruzadas para figuras, tablas y ecuaciones a través de múltiples archivos. Admite composición tipográfica especializada para contenido científico, incluyendo el mapeo de sintaxis de teoremas y pruebas a contenedores LaTeX y HTML. El framework cubre una amplia gama de capacidades, incluyendo la generación de publicaciones en múltiples formatos para PDF, EPUB y sitios web HTML responsivos. Proporciona herramientas para la integración de contenido dinámico, como widgets HTML y aplicaciones interactivas, así como utilidades para la inicialización de la estructura del proyecto, despliegue en alojamiento en la nube y registro en catálogos públicos.

hugo-book es un tema de documentación y framework de sitio estático para Hugo diseñado para crear manuales técnicos estructurados, libros de documentación y bases de conocimiento multilingües. Transforma estructuras de directorios en menús de navegación jerárquicos y contenido técnico formateado. El framework incluye un renderizador de documentación OpenAPI especializado que convierte especificaciones en páginas de referencia estructuradas. También proporciona una integración de búsqueda del lado del cliente de texto completo y admite contenido multilingüe con duplicación de diseño de derecha a izquierda. El proyecto cubre una amplia gama de capacidades de renderizado de contenido, incluyendo composición tipográfica de ecuaciones matemáticas, generación de diagramas, integración de grabación de terminal y elementos interactivos como paneles con pestañas y bloques plegables. También integra un sistema de blog cronológico y herramientas para generar tablas de contenido y listas de pasos. La personalización visual se maneja a través de soporte para temas de color, sobrescrituras de estilo CSS e inyección de HTML personalizado.