3 dépôts
Awesome GitHub RepositoriesStream-Based Document Processors
Processing large XML and HTML4 documents incrementally with SAX or push parsers to minimize memory usage.
Distinct from Document Processing: Distinct from Document Processing: focuses on incremental stream-based processing rather than general document parsing and rendering.
Explore 3 awesome GitHub repositories matching content management & publishing · Stream-Based Document Processors. Refine with filters or upvote what's useful.
Awesome Stream-Based Document Processors GitHub Repositories
Trouvez les meilleurs dépôts grâce à l'IA.Nous recherchons les dépôts les plus pertinents grâce à l'IA.
- sparklemotion/nokogiri
sparklemotion/nokogiri
6,236Voir sur GitHubNokogiri 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
Processes large XML and HTML4 documents incrementally with SAX or push parsers.
Clibxml2libxsltnokogiri - leethomason/tinyxml2
leethomason/tinyxml2
5,771Voir sur GitHubTinyXML-2 est une bibliothèque C++ légère pour analyser, manipuler et générer des documents XML. Elle fonctionne comme un processeur XML UTF-8 qui représente les données via un modèle objet de document (DOM) hiérarchique. La bibliothèque fournit des outils à la fois pour l'analyse DOM et la génération directe de documents via des flux de données. Elle inclut des fonctionnalités pour naviguer dans l'arbre XML afin de localiser des éléments spécifiques, modifier les attributs et le contenu, et résoudre les entités de caractères et les références numériques Unicode en texte UTF-8. Le processeur inclut une validation de syntaxe et des utilitaires de diagnostic qui suivent les métadonnées de numéro de ligne pour chaque nœud et attribut afin de rapporter des coordonnées précises pour les erreurs d'analyse.
Produces XML output by writing data directly to a stream without requiring a fully materialized object tree.
C++ - python-openxml/python-docx
python-openxml/python-docx
5,442Voir sur GitHubpython-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
Reads and writes document data using memory streams to avoid direct file system interaction.
Python
