每天分享一个实用网站，第13期，今天要学习 MinerU 全能的文档解析神器。

早上9点，你刚打开电脑准备整理资料，甲方爸爸就甩过来一份合同扫描件：“小李啊，里面有几个地方要改，你处理下发我。”

你一边陪笑说“好的”，一边点开PDF——密密麻麻的扫描件根本没法直接编辑。你试了几个在线转换工具，要么提示“文件太大”，要么识别出来的文字乱七八糟，表格全成了乱码……最后只能自己一个字一个字重新敲。

这种场景是不是很熟悉？每天我们都会遇到各种“文档壁垒”：PDF改不了、扫描件认不出、网页内容没法直接复制、带水印的文档处理起来更崩溃。今天给大家推荐一款能终结这些痛点的神器——MinerU，一个全能的文档解析工具。

官网：https://mineru.net/

一、简介

MinerU是一个开源的智能文档解析工具，简单说就是个“文档翻译官+排版师”。它能把你遇到的各种“顽固”文档——PDF、扫描件、网页、图片等——精准地转换成可编辑、可分析的文本或结构化数据，而且转换后还能保留原来的排版格式。

1. 智能解析引擎 - 文字识别准确率95%以上

不只是简单的OCR识别，它能智能区分文档中的文字、图片、表格、公式等不同元素，对复杂排版的文档也能准确解析。

2. 格式完整保真 - 转换后排版不走样

这是我见过还原度最高的工具之一，转换后的文档不仅内容准确，连字体、颜色、段落、图表位置都能原样保留，省去大量调整格式的时间。

3. 批量处理能力 - 一次性解决一堆文件

支持批量上传和自动处理，特别适合需要处理大量文档的场景，比如整理项目资料、归档历史文件等。

4. 本地化部署 - 数据安全有保障

开源免费，支持本地安装，所有数据都在你自己的电脑或服务器上处理，完全不用担心隐私泄露问题。

5. 多语言支持 - 全球文档都能搞定

除了中文、英文，还支持日文、韩文、阿拉伯文等多种语言，处理外文文档也不用愁。

二、使用教程

1. 打开官网，点击在线使用或下载客户端，登录后台。

2. 上传文档

点击“上传文档”按钮，把你需要转换的文件拖进去就行。支持PDF、图片、网页等主流格式，单个文件最大支持100MB。

3. 开始解析

点击“开始解析”，等个几秒钟就能完成。一般10页的文档3-5秒就能搞定，速度很给力。

4. 下载结果

解析完成后，可以在线预览转换效果，满意的话下载为Word、Excel、TXT或JSON格式。

三、进阶教程

1. API接口调用 - 开发者专属通道

如果你是程序员或者需要自动化处理，可以直接调用MinerU的API接口：

import requeststoken = "官网申请的api token"url = "https://mineru.net/api/v4/extract/task"header = {"Content-Type": "application/json","Authorization": f"Bearer {token}"}data = {"url": "https://cdn-mineru.openxlab.org.cn/demo/example.pdf","model_version": "vlm"}res = requests.post(url,headers=header,json=data)print(res.status_code)print(res.json())print(res.json()["data"])

2. 批量处理脚本 - 解放双手

配合Python写个简单脚本，整个文件夹的文档都能自动处理：

import requeststoken = "官网申请的api token"url = "https://mineru.net/api/v4/file-urls/batch"header = {    "Content-Type": "application/json",    "Authorization": f"Bearer {token}"}data = {    "files": [        {"name":"demo.pdf", "data_id": "abcd"}    ],    "model_version":"vlm"}file_path = ["demo.pdf"]try:    response = requests.post(url,headers=header,json=data)    if response.status_code == 200:        result = response.json()        print('response success. result:{}'.format(result))        if result["code"] == 0:            batch_id = result["data"]["batch_id"]            urls = result["data"]["file_urls"]            print('batch_id:{},urls:{}'.format(batch_id, urls))            for i in range(0, len(urls)):                with open(file_path[i], 'rb') as f:                    res_upload = requests.put(urls[i], data=f)                    if res_upload.status_code == 200:                        print(f"{urls[i]} upload success")                    else:                        print(f"{urls[i]} upload failed")        else:            print('apply upload url failed,reason:{}'.format(result.msg))    else:        print('response not success. status:{} ,result:{}'.format(response.status_code, response))except Exception as err:    print(err)

3. 本地部署配置 - 数据安全第一

对隐私要求高的场景，建议本地部署：
• 用Docker一键部署：docker run -p 8080:8080 mineru/mineru
• 配置GPU加速（可选，处理速度更快）
• 启动后本地访问 http://localhost:8080 就能用

四、结语

回到开头那个场景，如果当时你已经有MinerU在手：收到扫描件→拖进MinerU→30秒后拿到可编辑的Word文档→直接修改内容→发回给甲方。整个流程不超过2分钟，还能保持专业形象。

文档处理本该是简单的事，别让格式问题消耗你的时间和耐心。把MinerU加入你的工具箱，下次再遇到“难啃”的文档，你会感谢今天收藏了这篇文章。

我们下期继续

每天执行一个前端微习惯！

点赞、评论、转发关注【前端摸鱼塘】