#Python_Package

چاقوی سوئیسیِ استخراجِ داده از هر فایلی! = Kreuzberg 🚀
دیگه لازم نیست برای PDF، Word، اکسل یا حتی تصویر، ابزار جداگانه نصب کنی؛ یک خط پایتون همه‌چی رو می‌خونه:

pip install kreuzberg

from kreuzberg import extract_file_sync

result = extract_file_sync("فاکتور.pdf")
print(result.content)          # متن کامل
print(result.metadata.author)  # نویسنده
print(result.tables)           # جدول‌ها به صورت DataFrame!

چه خبره؟ 🤔
کافیه بگی فایلت کجاست؟ Kreuzberg همه‌چی رو می‌خونه؛ PDF، Word، عکس، Excel، حتی HTML ! 😲
اگر تصویر باشه خودش OCR می‌زنه، ۳۰ فایل در ثانیه جرعه‌جرعه می‌بلعه و فقط ۷۱ مگ روی دیسک می‌نشینه؛ همه‌اش هم متن‌باز و رایگان.

چطور استارت بزنی؟

۱. لینک GitHub

۲. فقط یک دستور CLI:

uvx kreuzberg extract invoice.pdf --ocr-backend tesseract

۳. یا با Docker در ۳۰ ثانیه بالا بیار:

docker run -p 8000:8000 goldziher/kreuzberg

دیگه وقتشه به جای ۵ ابزار، فقط یک اسکریپت داشته باشی!


#کتابخونه_طلایی #کتابخونه_پایتون #Python_library #Python #data_minig #هایتک #HiTech

چنل ما رو به دوستان تون معرفی کنین❤️🙏

┏━━━━━━━━┓
〓 @HiTech_Codes
┗━━━━━━━━┛