MegaParse - 多功能文档解析工具，支持多种文件格式

MegaParse 项目介绍

MegaParse 是一个强大且多功能的解析器，能够轻松处理各种类型的文档。不论是处理文本、PDF、Powerpoint 演示文稿，还是 Word 文档，MegaParse 都能轻松胜任，力求在解析过程中不丢失任何信息。

项目特色

多功能解析器：MegaParse 是一个强大且多功能的解析器，能够轻松处理各种类型的文档。
信息无损失：聚焦于在解析过程中不丢失任何信息。
快速高效：设计时就考虑到了速度和效率。
文件兼容性广泛：支持文本、PDF、Powerpoint 演示文稿、Excel、CSV 和 Word 文档。
开源项目：自由是美丽的，MegaParse 同样如此。完全开源，免费使用。

支持的文件与内容

文件类型支持：PDF、Powerpoint、Word
内容支持：表格、目录（TOC）、页眉、页脚、图像

如何安装

要安装 MegaParse，只需运行以下命令：

pip install megaparse

使用指南

将您的 OpenAI 或 Anthropic API 密钥添加到 .env 文件中。
在您的计算机上安装 poppler（用于图像和 PDF）。
在您的计算机上安装 tesseract（用于图像和 PDF）。
如果您使用的是 Mac，还需要安装 libmagic：

brew install libmagic

示例代码如下：

from megaparse.core.megaparse import MegaParse
from langchain_openai import ChatOpenAI
from megaparse.core.parser.unstructured_parser import UnstructuredParser

model = ChatOpenAI(model="gpt-4o", api_key=os.getenv("OPENAI_API_KEY"))
parser = UnstructuredParser(model=model)
megaparse = MegaParse(parser)
response = megaparse.load("./test.pdf")
print(response)
megaparse.save("./test.md")

使用 MegaParse Vision

要使用 MegaParse Vision，只需更改解析器：

from megaparse.core.megaparse import MegaParse
from langchain_openai import ChatOpenAI
from megaparse.core.parser.megaparse_vision import MegaParseVision

model = ChatOpenAI(model="gpt-4o", api_key=os.getenv("OPENAI_API_KEY"))
parser = MegaParseVision(model=model)
megaparse = MegaParse(parser)
response = megaparse.load("./test.pdf")
print(response)
megaparse.save("./test.md")

注意：MegaParse Vision 支持的模型为多模态模型，例如 claude 3.5、claude 4、gpt-4o 和 gpt-4。

（可选）使用 LlamaParse 提升效果

在 Llama Cloud 创建账户并获取您的 API 密钥。
将解析器更改为 LlamaParser：

from megaparse.core.megaparse import MegaParse
from langchain_openai import ChatOpenAI
from megaparse.core.parser.llama import LlamaParser

parser = LlamaParser(api_key=os.getenv("LLAMA_CLOUD_API_KEY"))
megaparse = MegaParse(parser)
response = megaparse.load("./test.pdf")
print(response)
megaparse.save("./test.md")