Awesome GitHub RepositoriesCross-Reference Table Mappings

PyPDF2 este o bibliotecă Python pură pentru transformarea, securizarea și extragerea datelor din documente PDF. Oferă o suită cuprinzătoare de instrumente pentru a modifica layout-urile paginilor, a gestiona securitatea documentelor și a recupera metadatele încorporate fără a se baza pe biblioteci C externe. Toolkit-ul permite asamblarea documentelor prin îmbinarea mai multor fișiere și divizarea documentelor în părți mai mici. De asemenea, suportă transformări la nivel de pagină, inclusiv capacitatea de a roti paginile și de a ajusta zonele de decupare vizibile. Biblioteca include capabilități pentru gestionarea securității prin criptare și decriptare bazată pe parolă. În plus, oferă utilitare pentru extragerea textului scris și a proprietăților administrative din fișierele PDF.

PyPDF2 is a pure Python library for reading, writing, and manipulating PDF files. It functions as a document manipulator, text extractor, and encryption tool, allowing users to process PDF files without relying on external C libraries or native binaries. The library provides specialized tools for modifying document structures, such as merging multiple files into one, splitting documents into separate files, and transforming page layouts through cropping. It also includes capabilities for securing documents via passwords and encryption. Additional capabilities include the extraction of writte

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

pdfcpu is a Go PDF processing library and command-line interface designed for programmatically manipulating, optimizing, and validating PDF files. It provides a toolkit for document content modification and structural management. The project distinguishes itself as an optimization tool and layout engine, capable of reducing file sizes and improving loading speeds by streamlining internal structures. It also functions as a security manager, providing password-based encryption, decryption, and digital signature verification. Its capability surface includes page management for merging, splittin

pdfminer este o bibliotecă Python pentru parsarea fișierelor PDF în vederea extragerii textului, analizării layout-urilor, decriptării conținutului și conversiei documentelor în formate HTML sau XML. Funcționează ca un motor de extragere a textului și un instrument de analiză a layout-ului conceput pentru a recupera caracterele și cuvintele, păstrând în același timp organizarea structurală a documentului original. Proiectul oferă utilitare pentru conversia conținutului PDF în HTML sau XML structurat pentru a menține layout-ul vizual și un instrument de decriptare pentru deblocarea documentelor restricționate folosind chei de criptare. Identifică pozițiile și grupările elementelor de text pentru a reconstrui organizarea paginii și a recupera schițele ierarhice. Biblioteca acoperă o gamă largă de procesări PDF, inclusiv extragerea metadatelor, analiza layout-ului documentului și exportul obiectelor interne PDF pentru debugging. Gestionează recuperarea textului împreună cu coordonatele, metadatele fonturilor și direcția de scriere.

qpdf is a collection of specialized utility tools for the structural transformation, metadata inspection, file optimization, and cryptographic management of PDF documents. It provides a command line tool for transforming and inspecting internal PDF structures, a structural transformer for reorganizing pages and merging documents, and an encryption engine for managing passwords and restrictions. The project distinguishes itself through a technical approach to document manipulation, utilizing an object-based structural representation to modify files as a graph of unique objects. It includes a m

This library is a toolkit for processing, manipulating, and inspecting PDF documents within the Rust programming language. It provides programmatic access to the internal structure of files, enabling the extraction of data and the modification of document content. The project utilizes a strongly-typed system to map complex document objects into structured data models. It supports the parsing of existing files through lazy-loading and stream-based decoding, which allows for the retrieval of text, metadata, and images. The library also facilitates the creation of updated document versions by re