使用场景
使用pdfdeal从学术论文中提取文本和公式，以构建专业领域知识库。
将企业报告批量转换为Markdown格式，便于在GitHub上分享和协作。
利用Doc2X的表格识别功能，自动化财务报表的数据处理和分析。
产品特色
批量文件处理稳定性增强
支持自定义OCR函数，包括使用pytesseract或跳过OCR
支持多种语言的OCR识别
支持GPU加速OCR处理
生成Markdown或LaTeX格式的文本
支持将PDF直接转换为Markdown/LaTeX/DOCX格式
每日500页的Doc2X免费使用额度
使用教程
安装pdfdeal，可以通过PyPI安装或从源代码安装。
导入pdfdeal库并调用deal_pdf函数。
设置输入参数，包括PDF文件的路径、输出格式、OCR语言等。
执行deal_pdf函数，开始处理PDF文件。
根据需要获取输出，可能是文本字符串、Markdown文件或新的PDF文件。
如果使用自定义OCR或Doc2X，确保已经安装相应的依赖并正确配置。
查看输出结果，确保信息提取符合预期。
