Awesome GitHub RepositoriesDocument Processing

SheetJS is a comprehensive library for parsing, manipulating, and generating complex spreadsheet file formats. It functions as a universal data processor that maps diverse binary, XML, and text-based file structures into a unified internal object model, allowing developers to create, read, and transform workbook data programmatically. The library distinguishes itself through a portable logic layer that provides a consistent execution environment across web browsers, server-side runtimes, and native desktop or mobile applications. By utilizing stream-based processing, it handles large files in

jsPDF is a JavaScript PDF generation library and client-side engine that produces documents directly on the user's device. It provides a scriptable interface for creating PDF files within web browsers and other JavaScript runtime environments without requiring a backend server. The library includes a tool for defining document dimensions, orientation, and measurement units to control page layout. It also functions as a Unicode font integrator, allowing for the embedding of custom font files to support diverse languages and special characters. Capability areas cover dynamic document automatio

ExcelJS is a Node.js spreadsheet engine and manipulation library used for reading, writing, and modifying XLSX and CSV files. It functions as a formatting tool and asynchronous streaming parser for generating complex workbooks containing formulas, rich text, and custom styles. The library is distinguished by its ability to process large datasets using asynchronous data streaming and incremental processing, which minimizes memory usage during data extraction and file generation. Its capability surface covers comprehensive data management, including structured tables, named ranges, and cell da

pdfkit is a JavaScript PDF generation library used to programmatically create binary PDF documents in Node.js and browser environments. It functions as a vector graphics engine for rendering paths, shapes, gradients, and tiling patterns, and as a tool for producing rich text and tagged documents that follow international accessibility standards for screen reader compatibility. The library includes a security and encryption utility for applying document encryption and restricting user permissions regarding printing, copying, or editing. It also serves as a form and annotation tool, enabling th

nodeppt is a markdown presentation generator and static site generator that transforms markdown source files into interactive web-based slide decks. It consists of a command-line build tool and a specialized frontend runtime used to deliver presentations in a web browser. The project features a dual-screen presentation runtime that synchronizes the audience view with a private speaker notes monitor. It employs a plugin-based markdown pipeline and a post-processing DOM transformation system to convert custom syntax into structured HTML content. The framework supports technical content generat

pypdf is a Python library for parsing, manipulating, and generating PDF documents. It provides high-level operations for document processing, such as merging multiple files into one or splitting a single document into smaller files. The project includes specialized tools for managing interactive elements, including the creation and modification of annotations, hyperlinks, and form fields. It also supports advanced metadata management, allowing for the extraction and modification of standard document properties and XML-based XMP metadata. Beyond basic structural changes, the library covers pa

pdf-lib एक JavaScript PDF मैनिपुलेशन लाइब्रेरी है जिसका उपयोग प्रोग्रामेटिक रूप से PDF डॉक्यूमेंट्स बनाने, संशोधित करने और एडिट करने के लिए किया जाता है। यह Node, Browser, Deno और मोबाइल JavaScript एनवायरनमेंट के साथ संगत एक क्रॉस-रनटाइम टूल के रूप में कार्य करता है। यह लाइब्रेरी डॉक्यूमेंट एडिटिंग और फॉर्म जनरेशन के लिए एक प्रोग्रामेटिक इंटरफ़ेस प्रदान करती है। यह इंटरैक्टिव PDF फॉर्म बनाने, मौजूदा फील्ड्स को कस्टम डेटा के साथ भरने और फॉर्म्स को स्टैटिक कंटेंट में बदलने (flattening) का समर्थन करती है। इसकी व्यापक क्षमताओं में नए डॉक्यूमेंट्स को स्क्रैच से जनरेट करना, फाइलों के बीच पेजों को पुनर्व्यवस्थित या कॉपी करना और डॉक्यूमेंट मेटाडेटा को प्रबंधित करना शामिल है। यह टेक्स्ट, इमेज और वेक्टर ग्राफिक्स जैसे विज़ुअल कंटेंट को ड्रा करने के साथ-साथ कस्टम फोंट्स को एम्बेड करने और बाहरी फाइलों को अटैच करने की भी अनुमति देती है।

docx Word दस्तावेज़ों के प्रोग्रामेटिक निर्माण और हेरफेर के लिए एक JavaScript और TypeScript लाइब्रेरी है। यह एक OOXML दस्तावेज़ जनरेटर के रूप में कार्य करता है, जो डेवलपर्स को मैन्युअल संपादन के बजाय कोड के माध्यम से फ़ॉर्मेटेड ऑफ़िस फ़ाइलें बनाने की अनुमति देता है। यह लाइब्रेरी Node.js और वेब ब्राउज़र दोनों वातावरणों में दस्तावेज़ ऑटोमेशन को सक्षम बनाती है। यह क्लाइंट-साइड दस्तावेज़ एक्सपोर्ट का समर्थन करती है, जिससे यूज़र को बैकएंड सर्वर के बिना सीधे ब्राउज़र में फ़ाइलें बनाने और डाउनलोड करने की अनुमति मिलती है। क्षमताओं में पेज लेआउट, मार्जिन और ओरिएंटेशन को परिभाषित करने की क्षमता शामिल है। यूज़र कस्टम दस्तावेज़ संरचनाएं और ऑटोमेटेड रिपोर्ट बनाने के लिए टेक्स्ट, लिस्ट, टेबल और छवियों जैसे दस्तावेज़ एलिमेंट्स को प्रोग्रामेटिक रूप से सम्मिलित कर सकते हैं।

Percollate is a command-line tool for converting web pages and RSS feeds into structured files. It functions as a web content converter, static document generator, and page bundler that transforms online content into PDF, EPUB, HTML, or Markdown formats. The tool creates self-contained documents by embedding external images as encoded data URLs and applying custom HTML templates and CSS stylesheets. It can combine multiple web URLs or feed entries into a single digital book featuring a generated table of contents and hyperlinked index. Additional capabilities include the decomposition of Ato

Creating Office Open XML files (Word, Excel and Powerpoint) for Microsoft Office 2007 and later without external tools, just pure Javascript. officegen should work on any environment that supports Node.js including Linux, OSX and Windows. officegen also supporting PowerPoint native charts…

pdf2json is a node.js module that converts binary PDF to JSON and text. Built with pdf.js, it extracts text content and interactive form elements for server-side processing and command-line use.

Excel XLSX parser/generator written in JavaScript with Node.js and browser support, jQuery/d3-style method chaining, encryption, and a focus on keeping existing workbook features and styles in tact.