PDF без ручного розбору таблиць

Firecrawl випустила pdf-inspector — Rust-парсер PDF, який витягує текст із прив’язкою до координат X/Y, розпізнає шрифти й сам визначає порядок читання навіть у багатоколонкових документах.

Інструмент конвертує PDF у Markdown: заголовки H1-H4 за розміром шрифту, списки, code blocks, жирний і курсив, посилання, розриви сторінок. Окремо — таблиці: розпізнає їх через рамки у PDF або вирівнювання тексту, разом із виносками й продовженнями на наступних сторінках.

Якщо ваш бухгалтер щомісяця вручну переносить таблиці з PDF-рахунків у Excel, а юрист копіює умови з договорів-сканів — цей парсер можна протестувати на реальних документах компанії до кінця тижня.

🔗 Більше практики на сайті