> ## Content Index
> Fetch the complete content index at: https://www.hubwiz.com/blog/llms.txt
> Use this file to discover other available public pages before exploring further.

# MegaParse多模态文档解析库
- URL: https://www.hubwiz.com/blog/megaparse-multimodal-document-parser/
- Published: 2024-12-08T01:58:48.000Z
- Updated: 2024-12-08T01:59:11.000Z
- Description: MegaParse 是一款功能强大且用途广泛的解析器，可以轻松提取PDF、PPT、Excel、CSV、Word 等各种类型文档的内容。
- Author: admin
- Tags: LIBRARY, DOCUMENT EXTRACTION, MEGAPARSE, OPENAI, ANTHROPIC, POPPLER, TESSERACT, LIBMAGIC, MARKDOWN, #Import 2026-10-14 14:41

[MegaParse](https://github.com/QuivrHQ/MegaParse?ref=hubwiz.com) 是一款功能强大且用途广泛的解析器，可以轻松处理各种类型的文档。无论你处理的是文本、PDF、Powerpoint 演示文稿还是 Word 文档，MegaParse 都能满足你的需求。专注于在解析过程中不丢失信息。

## 1、MegaParse简介

MegaParse的主要特点：

- 多功能解析器：MegaParse 是一款功能强大且用途广泛的解析器，可以轻松处理各种类型的文档。
- 无信息丢失：专注于在解析过程中不丢失信息。
- 快速高效：以速度和效率为核心进行设计。
- 广泛的文件兼容性：支持文本、PDF、Powerpoint 演示文稿、Excel、CSV、Word 文档。
- 开源：自由是美好的，MegaParse 也是如此。开源且免费使用。

MegaParse目支持：

- 文件：✅ PDF ✅ Powerpoint ✅ Word
- 内容：✅ 表格 ✅ 目录 ✅ 页眉 ✅ 页脚 ✅ 图片

点击[这里](https://private-user-images.githubusercontent.com/19614572/336142355-1b4cdb73-8dc2-44ef-b8b4-a7509bc8d4f3.mp4?jwt=eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.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.TGgWBFLya8h5Cr-0oELZoApzbNNUI9OVd9C8pHZgFDs&ref=hubwiz.com)查看MegaParse的演示视频。

![](https://www.hubwiz.com/blog/content/images/2024/12/image-398.png)

## 2、MegaParse快速上手

首先使用pip安装：

```
pip install megaparse
```

然后设置环境：

- 将你的 OpenAI 或 Anthropic API 密钥添加到 `.env` 文件
- 在你的计算机上安装 poppler（图片和 PDF）
- 在你的计算机上安装 tesseract（图片和 PDF）
- 如果是Mac，你还需要安装 libmagic： `brew install libmagic`

下面的代码使用MegaParse的 `UnstructuredParser` 提取pdf文件内容并保存为markdown格式的文件：

```
from megaparse import MegaParse
from langchain_openai import ChatOpenAI
from megaparse.parser.unstructured_parser import UnstructuredParser

parser = UnstructuredParser()
megaparse = MegaParse(parser)
response = megaparse.load("./test.pdf")
print(response)
megaparse.save("./test.md")
```

> 启动多模态分析

将解析器更改为 `MegaParseVision`，即可启用多模态分析：

```
from megaparse import MegaParse
from langchain_openai import ChatOpenAI
from megaparse.parser.megaparse_vision import MegaParseVision

model = ChatOpenAI(model="gpt-4o", api_key=os.getenv("OPENAI_API_KEY"))  # type: ignore
parser = MegaParseVision(model=model)
megaparse = MegaParse(parser)
response = megaparse.load("./test.pdf")
print(response)
megaparse.save("./test.md")

```

注意：MegaParse Vision 支持的模型是多模态模型，例如 claude 3.5、claude 4、gpt-4o 和 gpt-4。

> 使用LlamaParse增强效果

可选的，可以使用 LlamaParse 获得更好的结果。你需要在[ Llama Cloud ](https://cloud.llamaindex.ai/?ref=hubwiz.com)上创建一个帐户并获取API 密钥，然后将解析器更改为 `LlamaParser`：

```
from megaparse import MegaParse
from langchain_openai import ChatOpenAI
from megaparse.parser.llama_parser import LlamaParser

parser = LlamaParser(api_key = os.getenv("LLAMA_CLOUD_API_KEY"))
megaparse = MegaParse(parser)
response = megaparse.load("./test.pdf")
print(response)
megaparse.save("./test.md") #saves the last processed doc in md format
```

> 作为 API使用

MegaParse提供了一个 `MakeFile`，只需在项目的根目录中使用 `make dev` 即可启动。

有关不同API端点的更多信息，请参阅 `localhost:8000/docs` ！

## 3、基准测试

| 解析器                              | 相似比  |
| -------------------------------- | ---- |
| megaparse\_vision                | 0.87 |
| unstructured\_with\_check\_table | 0.77 |
| unstructured                     | 0.59 |
| llama\_parser                    | 0.33 |

相似比的值越高越好。

---

原文链接：[MegaParse - Your Parser for every type of documents](https://github.com/QuivrHQ/MegaParse?ref=hubwiz.com)

汇智网翻译整理，转载请标明出处