LiteParse 2.4.0 — координаты слов и Markdown прямо в JSON

LiteParse переводит документы, в основном PDF, в структурированный JSON: текст, таблицы, координаты элементов на странице. Написан на Rust, но собирают биндинги под Python, Node.js, WASM и Docker. Релиз v2.4.0 вышел 30 июня, на GitHub уже больше 11 тысяч звёзд.

Главное в релизе:
🔘 в JSON можно включить word-level bounding box: координаты рамки для каждого отдельного слова на странице, а не только для блоков текста;
🔘 в page-level вывод добавили поле markdown, которое отдаёт содержимое страницы сразу в виде Markdown, без отдельного постпроцессинга;
🔘 обновление выкатили одновременно во всех формах поставки: crates и CLI, Python, Node.js, WASM и Docker-образ.

Пригодится тем, кто строит пайплайны обработки документов: OCR, импорт в CMS, подготовку данных для поиска.

https://github.com/run-llama/liteparse/releases/tag/crates-v2.4.0

Язык: Rust. Лицензия: Apache-2.0.

@prog_tools