最实用的PDF文档提取工具-MinerU 2.0（win 苹果 liux版本）-CSDN博客

本文链接：https://blog.csdn.net/houcaiwen126/article/details/149281858

—————【下载地址】———————
【本章下载一】：迅雷云盘
【本章下载二】：迅雷云盘
【百款黑科技】：https://ucnygalh6wle.feishu.cn/wiki/HPQywvPc7iLZu1k0ODFcWMt2n0d?from=from_copylink
—————【下载地址】———————

MinerU是一款将PDF转化为机器可读格式的工具（如markdown、json），可以很方便地抽取为任意格式。
MinerU诞生于书生-浦语的预训练过程中，我们将会集中精力解决科技文献中的符号转化问题，希望在大模型时代为科技发展做出贡献。

主要功能

功能介绍图

删除页眉、页脚、脚注、页码等元素，确保语义连贯
输出符合人类阅读顺序的文本，适用于单栏、多栏及复杂排版
保留原文档的结构，包括标题、段落、列表等
提取图像、图片描述、表格、表格标题及脚注
自动识别并转换文档中的公式为LaTeX格式
自动识别并转换文档中的表格为HTML格式
自动检测扫描版PDF和乱码PDF，并启用OCR功能
OCR支持84种语言的检测与识别
支持多种输出格式，如多模态与NLP的Markdown、按阅读顺序排序的JSON、含有丰富信息的中间格式等
支持多种可视化结果，包括layout可视化、span可视化等，便于高效确认输出效果与质检
支持纯CPU环境运行，并支持 GPU(CUDA)/NPU(CANN)/MPS 加速
兼容Windows、Linux和Mac平台

本地部署

使用 pip 或 uv 安装

 复制代码 隐藏代码
# 将当前 Python 环境中的 pip 工具升级到最新版本
pip install --upgrade pip -i https://mirrors.aliyun.com/pypi/simple
# 使用 pip 从阿里云镜像源安装名为 uv 的 Python 包
pip install uv -i https://mirrors.aliyun.com/pypi/simple
# 使用 uv 工具安装或升级名为 mineru 的包，并且安装的是带有 core 可选依赖的版本
uv pip install -U "mineru[core]" -i https://mirrors.aliyun.com/pypi/simple

源码安装

 复制代码 隐藏代码
git clone https://github.com/opendatalab/MinerU.git
cd MinerU
uv pip install -e .[core] -i https://mirrors.aliyun.com/pypi/simple

安装client（用于在仅需 CPU 和网络连接的边缘设备上连接 sglang-server）

 复制代码 隐藏代码
uv pip install -U mineru -i https://mirrors.aliyun.com/pypi/simple
mineru -p <input_path> -o <output_path> -b vlm-sglang-client -u http://<host_ip>:<port>

使用 MinerU

命令行使用方式

最简单的基础用法命令行调用方式如下：

 复制代码 隐藏代码
# <input_path>：本地 PDF/图片 文件或目录（支持 pdf/png/jpg/jpeg/webp/gif）
# <output_path>：输出目录
mineru -p <input_path> -o <output_path>

获取所有可用参数说明：

 复制代码 隐藏代码
mineru --help

# 参数详解
Usage: mineru [OPTIONS]

Options:
  -v, --version                   显示版本并退出
  -p, --path PATH                 输入文件路径或目录（必填）
  -o, --output PATH               输出目录（必填）
  -m, --method [auto|txt|ocr]     解析方法：auto（默认）、txt、ocr（仅用于 pipeline 后端）
  -b, --backend [pipeline|vlm-transformers|vlm-sglang-engine|vlm-sglang-client]
                                  解析后端（默认为 pipeline）
  -l, --lang [ch|ch_server|ch_lite|en|korean|japan|chinese_cht|ta|te|ka|latin|arabic|east_slavic|cyrillic|devanagari]
                                  指定文档语言（可提升 OCR 准确率，仅用于 pipeline 后端）
  -u, --url TEXT                  当使用 sglang-client 时，需指定服务地址
  -s, --start INTEGER             开始解析的页码（从 0 开始）
  -e, --end INTEGER               结束解析的页码（从 0 开始）
  -f, --formula BOOLEAN           是否启用公式解析（默认开启）
  -t, --table BOOLEAN             是否启用表格解析（默认开启）
  -d, --device TEXT               推理设备（如 cpu/cuda/cuda:0/npu/mps，仅 pipeline 后端）
  --vram INTEGER                  单进程最大 GPU 显存占用(GB)（仅 pipeline 后端）
  --source [huggingface|modelscope|local]
                                  模型来源，默认 huggingface
  --help                          显示帮助信息

使用本地模型

 复制代码 隐藏代码
# 下载模型到本地
mineru-models-download --help

下载完成后，模型路径会在当前终端窗口输出，并自动写入用户目录下的 mineru.json。

 复制代码 隐藏代码
# 使用本地模型进行解析
mineru -p <input_path> -o <output_path> --source local

API 调用

使用python api直接调用

使用fast api方式调用

 复制代码 隐藏代码
# 在浏览器中访问 http://127.0.0.1:8000/docs 查看API文档
mineru-api --host 127.0.0.1 --port 8000

可视化调用

使用gradio webui 或 gradio api调用

 复制代码 隐藏代码
# 使用 pipeline/vlm-transformers/vlm-sglang-client 后端
mineru-gradio --server-name 127.0.0.1 --server-port 7860
# 或使用 vlm-sglang-engine/pipeline 后端
mineru-gradio --server-name 127.0.0.1 --server-port 7860 --enable-sglang-engine true

在浏览器中访问 http://127.0.0.1:7860 使用 Gradio WebUI 或访问 http://127.0.0.1:7860/?view=api 使用 Gradio API。