MinerU是一款将PDF转化为机器可读格式的工具(如markdown、json)，可以很方便地抽取为任意格式。

　　主要功能：

　　1、删除页眉、页脚、脚注、页码等元素，确保语义连贯

　　2、输出符合人类阅读顺序的文本，适用于单栏、多栏及复杂排版

　　3、保留原文档的结构，包括标题、段落、列表等

　　4、提取图像、图片描述、表格、表格标题及脚注

　　5、自动识别并转换文档中的公式为LaTeX格式

　　6、自动识别并转换文档中的表格为HTML格式

　　7、自动检测扫描版PDF和乱码PDF，并启用OCR功能

　　8、OCR支持84种语言的检测与识别

　　9、支持多种输出格式，如多模态与NLP的Markdown、按阅读顺序排序的10、JSON、含有丰富信息的中间格式等

　　11、支持多种可视化结果，包括layout可视化、span可视化等，便于高效确认输出效果与质检

　　12、支持纯CPU环境运行，并支持 GPU(CUDA)/NPU(CANN)/MPS 加速

　　13、兼容Windows、Linux和Mac平台