pdf-inspector

pdf-inspector 是一个基于 Rust 的高性能 PDF 检查与解析库，专注于快速分类（文本型/扫描型/混合型 PDF）和高保真文本提取。核心能力包括毫秒级智能分类（带置信度评分）、位置感知文本提取（含坐标、字体、阅读顺序）、结构化 Markdown 转换（支持标题、列表、表格、代码块、URL 等），以及无需 OCR 的 CID 字体解码与多列布局识别。适用于文档预处理流水线、RAG 数据准备、PDF 内容路由决策等场景，尤其适合需兼顾速度与精度、且多数 PDF 为原生文本的本地化处理任务。