oomol-lab/pdf-craft

PDF Craft ist eine Python-Bibliothek für gescannte Bücher, wissenschaftliche Artikel und technische Dokumente. Sie wandelt gescannte PDFs in bearbeitbares Markdown oder gut lesbare EPUBs um. Außerdem übersetzt sie Inhalte aus PDF- und EPUB-Dateien in andere Sprachen, erstellt übersetzte oder zweisprachige EPUBs und schreibt Übersetzungen auf die ursprünglichen PDF-Seiten zurück. Dabei erkennt sie Fließtext, Kapitel, Inhaltsverzeichnisse, Fußnoten, Tabellen, Formeln und Bilder, damit du den Inhalt durchsuchen, bearbeiten und lesen kannst.

Direkt im Browser konvertieren — ohne Installation

Du möchtest eine gescannte PDF als Markdown bearbeiten oder als EPUB lesen? Mit PDF Craft Online · pdfcraft.ai lädst du die Datei im Browser hoch, startest die Konvertierung und lädst das Ergebnis herunter, sobald es fertig ist. Du musst weder Python installieren noch CUDA einrichten, einen OCR-Anbieter suchen oder einen API-Schlüssel konfigurieren.

PDF Craft Online ist der offizielle Onlinedienst dieses Open-Source-Projekts. Nutze ihn, um deine Dateien direkt zu konvertieren. Wenn du die Konvertierung in eine eigene Anwendung integrieren oder OCR auf deinem Rechner ausführen möchtest, verwende die unten beschriebene Python-Bibliothek.

PDF hochladen und online konvertieren →

Beispiele für die Konvertierung

Markdown: Inhalte bearbeiten, durchsuchen und weiterverarbeiten.

EPUB: Bücher in einem E-Book-Reader lesen.

Das Ergebnis hängt von Scanqualität, Seitenlayout und OCR-Modell ab. Prüfe ein repräsentatives Dokument, bevor du eine größere Sammlung verarbeitest.

Wie sieht das Ergebnis mit deiner Datei aus? PDF hochladen und in Markdown oder EPUB konvertieren →

Funktionen

Dein Ziel	PDF Craft bietet
Gescannte Bücher bearbeiten	PDF → Markdown mit Text und Bilddateien
In einem E-Book-Reader lesen	PDF → EPUB mit Buchmetadaten und Inhaltsverzeichnis
Bücher in einer anderen Sprache lesen	Übersetzung während der Konvertierung oder eines vorhandenen EPUB; rein übersetzte und zweisprachige Ausgabe
Eine übersetzte PDF erstellen	Extrahierten Text übersetzen und auf die ursprünglichen Seiten zurückschreiben
Konvertierung in eine Anwendung integrieren	Python-APIs und wiederverwendbare Extraktionsdateien für spätere Ausgabe oder Übersetzung

Nutzungsart wählen

Variante	Geeignet für	Voraussetzungen
Online konvertieren	Datei hochladen und Markdown oder EPUB herunterladen	Ein Browser; keine Python-Installation oder OCR-Konfiguration
Python + Remote-OCR	Entwickler ohne lokale Ausführung der OCR-Modelle	Python, Poppler, URL und Zugangsdaten eines kompatiblen OCR-Dienstes
Python + lokale OCR	Entwickler mit eigener NVIDIA-GPU	Python, Poppler, CUDA, ausreichend VRAM und Modelldateien

Remote-OCR sendet Seiten an den konfigurierten Dienst und benötigt lokal kein CUDA. Lokale OCR läuft auf deinem Rechner. Wenn du ein entferntes LLM für Übersetzung oder Inhaltsverzeichnisanalyse verwendest, werden die betreffenden Inhalte dennoch an diesen Dienst gesendet.

Python-Schnellstart

Dieses Beispiel konvertiert eine PDF mit Remote-OCR in Markdown. Du brauchst Python 3.11–3.13, Poppler und eine funktionierende Konfiguration für einen DeepSeek-OCR-kompatiblen Dienst. Die Installationsanleitung beschreibt die Einrichtung von Poppler. Die hier verlinkten ausführlichen Anleitungen sind auf Englisch.

Du möchtest nur eine Datei konvertieren, ohne Entwicklungsumgebung oder OCR-Dienst einzurichten? Nutze PDF Craft Online und lade deine PDF im Browser hoch.

1. Installieren

python -m pip install pdf-craft

2. PDF konvertieren

Lege input.pdf in das Verzeichnis, aus dem du das Skript ausführst. Ersetze URL, API-Schlüssel und Modellname durch die Angaben deines Dienstes:

from pdf_craft import DeepSeekOCRVendorConfig, PDFCraft, PDFOptions

craft = PDFCraft(
    pdf=PDFOptions(
        ocr=DeepSeekOCRVendorConfig(
            base_url="https://example.com/v1",
            api_key="your-api-key",
            model="deepseek-ocr",
        ),
    ),
)

craft.convert_pdf_to_markdown("input.pdf", "output.md")

https://example.com/v1 ist ein Platzhalter, kein funktionierender Endpunkt. Verwende einen kompatiblen Dienst, der das OCR-Modell tatsächlich bereitstellt. Andere Modelle findest du unter OCR-Konfiguration. Wenn du noch keinen OCR-Dienst hast, kannst du deine Dateien mit PDF Craft Online konvertieren.

Öffne anschließend output.md. Dokumente mit Bildern erzeugen zusätzliche Ressourcendateien. Behalte diese beim Verschieben oder Teilen zusammen mit der Markdown-Datei.

3. EPUB erstellen

Verwende die oben konfigurierte craft-Instanz und ersetze die letzte Zeile durch:

craft.convert_pdf_to_epub("input.pdf", "output.epub")

Öffne output.epub in einem EPUB-Reader. Titel, Autor und Ausgabeoptionen sind unter PDF-Konvertierung und -Übersetzung beschrieben. Bei Installations- oder Laufzeitproblemen hilft die Fehlerbehebung.

Für bibliografische EPUB-Metadaten kannst du die OCR-basierte Metadatenextraktion auf den vorderen Buchseiten aktivieren und ein separates Metadaten-LLM konfigurieren. PDF Craft übernimmt nur Werte, die sich anhand der OCR-Ergebnisse belegen lassen. PDF-Dateieigenschaften ergänzen fehlende Felder, überschreiben aber niemals die im Buch gedruckten Angaben.

Übersetzung und Wiederverwendung der Extraktion

Bücher übersetzen. Übergib bei der Konvertierung von PDF in Markdown oder EPUB einen XMLTranslator oder übersetze ein vorhandenes EPUB direkt. Die Übersetzung verwendet ein separates Text-LLM; OCR und Übersetzung werden unabhängig konfiguriert. Bei EPUB kannst du den Originaltext ersetzen oder die Übersetzung zum zweisprachigen Lesen ergänzen.

Übersetzte PDF erstellen. Extrahiere und übersetze den Inhalt und schreibe die Übersetzung auf die ursprünglichen Seiten zurück. Dafür werden zusätzlich geeignete lokale Schriftarten benötigt. Prüfe das Layout anhand von Original und Übersetzung.

Einmal extrahieren, später wiederverwenden. Speichere eine .pcex-Datei für spätere Ausgabe, Übersetzung oder Verarbeitung auf einem anderen Rechner. Verwende die konfigurierte craft-Instanz:

craft.convert_pdf_to_markdown(
    "input.pdf",
    "output.md",
    extraction_path="book.pcex",
)

Siehe PDF-Konvertierung und -Übersetzung, EPUB-Übersetzung und die Referenz zum .pcex-Format.

OCR und Laufzeitvoraussetzungen

PDF Craft unterstützt DeepSeek OCR, DeepSeek OCR 2 und Unlimited OCR, jeweils mit lokaler und entfernter Konfiguration.

Die Standardinstallation unterstützt Remote-OCR. Installiere für lokale OCR die zusätzlichen Abhängigkeiten:

python -m pip install "pdf-craft[local]"

Für die lokale Ausführung brauchst du außerdem eine passende PyTorch-Version mit CUDA, ausreichend VRAM und Modelldateien. Modelle werden standardmäßig von Hugging Face heruntergeladen. Du kannst sie vorab herunterladen und lokal laden. Voreinstellungen und Anforderungen unterscheiden sich je nach Modell; siehe OCR-Konfiguration.

Die Sprachunterstützung hängt vom Verarbeitungsschritt ab. Die README-Sprachen geben die verfügbaren Dokumentationssprachen an. Texterkennung hängt vom OCR-Modell ab, Übersetzung vom Übersetzer und Text-LLM. Der EPUB-Parameter label_language wählt nur feste Beschriftungen (zh / en); Englisch ist Standard und Fallback. Inhalts- und Übersetzungssprachen werden nicht eingeschränkt. Siehe API-Referenz.

Dokumentation

Die folgenden ausführlichen Anleitungen sind auf Englisch.

Aufgabe	Anleitung
Systemabhängigkeiten installieren und lokale GPU einrichten	Installation
OCR-Modelle, entfernte Dienste und Modellcache konfigurieren	OCR-Konfiguration
PDFs konvertieren, EPUBs erstellen und übersetzte PDFs ausgeben	PDF-Konvertierung und -Übersetzung
Vorhandene EPUBs übersetzen und zweisprachige Ausgabe konfigurieren	EPUB-Übersetzung
Parameter, Typen und Methoden nachschlagen	API-Referenz
Extraktionsergebnisse speichern oder austauschen	.pcex-Format
Installations- und Konvertierungsprobleme lösen	Fehlerbehebung

Rückmeldungen und Beiträge

Melde Probleme oder Verbesserungsvorschläge über Issues. Gib bei Konvertierungsproblemen die Paketversion, den OCR-Konfigurationstyp, Fehlerprotokolle und eine minimale, öffentlich teilbare Beispieldatei an. Entferne vorher Zugangsdaten und private Inhalte.

Pull Requests zur Verbesserung von Code, Dokumentation und Übersetzungen sind willkommen. Nutze die chinesische README (vereinfacht) als inhaltliche Grundlage. Formuliere für die Leser der jeweiligen Sprache natürlich, stelle Online-Konvertierung und Übersetzung klar heraus und halte die API-Beispiele korrekt.

Wenn PDF Craft dir hilft, macht ein Star das Projekt für andere sichtbarer.

Verwandte Projekte

Wiki Graph erstellt aus konvertierten EPUB- oder Markdown-Büchern strukturierte Zusammenfassungen, Kapiteltopologien und Wissensgraphen.

Lizenz und Danksagung

PDF Craft verwendet die MIT-Lizenz. Für Abhängigkeiten Dritter und ausgewählte OCR-Modelle gelten deren eigene Lizenzen.

Vielen Dank an DeepSeek OCR, DeepSeek OCR 2, Unlimited OCR, doc-page-extractor, pyahocorasick und die weiteren Open-Source-Projekte, die PDF Craft ermöglichen.

Mitwirkende

Vielen Dank an alle, die zu PDF Craft beitragen. Verbesserungen an Code, Dokumentation und Übersetzungen sind willkommen.

Star History