recpdf 0.1.0__py3-none-any.whl

recpdf/__init__.py

@@ -0,0 +1 @@
+from .parser import parse_pdf, refine_markdown

recpdf/models.py

@@ -0,0 +1,29 @@
+"""
+模型初始化模块
+解析模型：parse_model
+"""
+import os
+from langchain.chat_models import init_chat_model
+
+
+def init_vlm(api_key: str, base_url: str, model: str, temperature: float = 0.5, max_tokens: int = 96000):
+    model = init_chat_model(
+        api_key = api_key,
+        base_url = base_url,
+        model = model,
+        model_provider = "openai",
+        temperature = temperature,
+        max_tokens = max_tokens,
+    )
+    return model
+
+def init_llm(api_key: str, base_url: str, model: str, temperature: float = 0.5, max_tokens: int = 102400):
+    model = init_chat_model(
+        api_key = api_key,
+        base_url = base_url,
+        model = model,
+        model_provider = "openai",
+        temperature = temperature,
+        max_tokens = max_tokens,
+    )
+    return model

recpdf/parser.py

@@ -0,0 +1,257 @@
+"""
+RecPDF包:
+一个用于解析PDF文档内容的Python包，可识别PDF中的文本、图片、表格、公式等元素。
+主接口：parse_pdf
+    @param pdf_path: PDF文件路径
+    @param output_dir: 输出目录
+    @param api_key: API密钥
+    @param base_url: API基础URL
+    @param model: 模型名称
+    @param workers: 工作线程数
+    @param prompt: 解析提示词
+    @param rect_prompt: 矩形解析提示词
+    @param sys_prompt: 系统提示词
+    @return: 解析后的markdown内容, 矩形图片路径列表
+工作流程：
+    1. 读取PDF文件
+    2. 提取PDF页面中的图片区域和文本区域
+    3. 合并和吸附图片和文本区域
+    4. 页面矩形区域标注，保存页面图片和矩形区域图片
+    5. 创建页面解析线程池
+    6. 调用大模型解析页面图片
+    7. 保存解析结果到Markdown文件
+"""
+import logging
+import fitz
+import os
+import base64
+import shapely.geometry as sg
+from typing import List, Tuple
+from shapely.validation import explain_validity
+from .utils import merge_rects, adsorb_rects_to_rects, remove_markdown_backticks
+from .prompts import DEFAULT_PROMPT, DEFAULT_RECT_PROMPT, DEFAULT_SYS_PROMPT, REFINE_PROMPT, REFINE_SYS_PROMPT
+from .models import init_vlm, init_llm
+import concurrent.futures
+
+
+logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(name)s - %(levelname)s - %(message)s')
+logger = logging.getLogger(__name__)
+
+
+def parse_rects(page: fitz.Page):
+    """
+    解析页面中的绘图，并合并相邻的矩形。
+    @param page: 页面
+    @return: 矩形列表
+    """
+
+    # 1.提取PDF页面中的矢量图形，并转换为shapely的矩形列表
+    drawings = page.get_drawings()
+    ## 忽略掉长度小于30的水平直线
+    is_short_line = lambda x: abs(x['rect'][3] - x['rect'][1]) < 1 and abs(x['rect'][2] - x['rect'][0]) < 30
+    drawings = [drawing for drawing in drawings if not is_short_line(drawing)]
+    rect_list = [sg.box(*drawing['rect']) for drawing in drawings]
+
+    # 2.提取PDF页面中的图像区域，并转换为shapely的矩形列表
+    images = page.get_image_info()
+    image_rects = [sg.box(*image['bbox']) for image in images]
+    
+    # 3.合并矢量图形和图像区域的矩形列表
+    rect_list += image_rects
+    merged_rects = merge_rects(rect_list, distance=10, horizontal_distance=100)
+    merged_rects = [rect for rect in merged_rects if explain_validity(rect) == 'Valid Geometry']
+
+    # 4.提取PDF页面中的文本区域，并转换为shapely的矩形列表，区分大文本块和小文本块
+    is_large_content = lambda x: (len(x[4]) / max(1, len(x[4].split('\n')))) > 5
+    small_text_area_rects = [sg.box(*x[:4]) for x in page.get_text('blocks') if not is_large_content(x)]
+    large_text_area_rects = [sg.box(*x[:4]) for x in page.get_text('blocks') if is_large_content(x)]
+    
+    # 5.将大文本块和小文本块分别处理，将靠近的文本块吸附到图形图像矩形列表中
+    _, merged_rects = adsorb_rects_to_rects(large_text_area_rects, merged_rects, distance=0.1) # 完全相交
+    _, merged_rects = adsorb_rects_to_rects(small_text_area_rects, merged_rects, distance=5) # 靠近
+
+    # 6.再做一次矩形列表合并
+    merged_rects = merge_rects(merged_rects, distance=10)
+
+    # 7.过滤比较小的矩形
+    merged_rects = [rect for rect in merged_rects if rect.bounds[2] - rect.bounds[0] > 20 and rect.bounds[3] - rect.bounds[1] > 20]
+    
+    # 8.返回最终的矩形边界列表
+    return [rect.bounds for rect in merged_rects]
+
+
+def parse_pdf_to_images(pdf_path, output_dir = './'):
+    """
+    解析PDF文件到图片，并保存到输出目录。
+    @param pdf_path: PDF文件路径
+    @param output_dir: 输出目录
+    @return image_infos: 图片信息列表(图片路径, 矩形图片路径列表)
+    """
+    
+    # 打开PDF文件
+    pdf_document = fitz.open(pdf_path)
+    image_infos = []
+
+    # 1.遍历PDF文件中的每一页
+    for page_index, page in enumerate(pdf_document):
+        logger.info(f'parse page: {page_index}')
+        rect_images = []
+
+        # 2.解析页面中的矩形区域
+        rects = parse_rects(page)
+
+        # 3.遍历每个矩形区域
+        for index, rect in enumerate(rects):
+            fitz_rect = fitz.Rect(rect)
+
+            # 4.获取矩形区域的像素映射数据，并保存为图片
+            pix = page.get_pixmap(clip=fitz_rect, matrix=fitz.Matrix(4, 4))
+            name = f'{page_index}_{index}.png'
+            pix.save(os.path.join(output_dir, name))
+            rect_images.append(name)
+
+            # 5.在页面上绘制红色矩形边框
+            big_fitz_rect = fitz.Rect(fitz_rect.x0 - 1, fitz_rect.y0 - 1, fitz_rect.x1 + 1, fitz_rect.y1 + 1)
+            page.draw_rect(big_fitz_rect, color=(1, 0, 0), width=1)  # 空心矩形
+
+            # 画矩形区域(实心)
+            # page.draw_rect(big_fitz_rect, color=(1, 0, 0), fill=(1, 0, 0))
+
+            # 6.在矩形内的左上角写上矩形的索引name，添加一些偏移量
+            text_x = fitz_rect.x0 + 2
+            text_y = fitz_rect.y0 + 10
+            text_rect = fitz.Rect(text_x, text_y - 9, text_x + 80, text_y + 2)
+            page.draw_rect(text_rect, color=(1, 1, 1), fill=(1, 1, 1))  # 绘制白色背景矩形
+            page.insert_text((text_x, text_y), name, fontsize=10, color=(1, 0, 0))  # 插入文字
+        # 7.获取页面高清像素映射数据，并保存为图片。（页面上已标注它所有的矩形区域和索引文字）
+        page_image_with_rects = page.get_pixmap(matrix=fitz.Matrix(3, 3))
+        page_image = os.path.join(output_dir, f'{page_index}.png')
+        page_image_with_rects.save(page_image)
+        # 8.保存图片信息列表：列表元素为(页面图片文件路径, 矩形图片路径列表)
+        image_infos.append((page_image, rect_images))
+
+    pdf_document.close()
+    return image_infos
+
+
+def parse_pdf(
+        pdf_path: str,
+        output_dir: str = './',
+        api_key: str = '',
+        base_url: str = '',
+        model: str = '',
+        workers: int = 1,
+        prompt = DEFAULT_PROMPT,
+        rect_prompt = DEFAULT_RECT_PROMPT,
+        sys_prompt = DEFAULT_SYS_PROMPT,
+) -> Tuple[str, List[str]]:
+    """
+    解析PDF文件到markdown文件。
+    @param pdf_path: PDF文件路径
+    @param output_dir: 输出目录
+    @return: 解析后的markdown内容, 矩形图片路径列表
+    """
+    file_name_as_subpath = os.path.basename(pdf_path).replace('.pdf', '')
+    output_dir = os.path.join(output_dir, file_name_as_subpath)
+    if not os.path.exists(output_dir):
+        os.makedirs(output_dir)
+
+    file_name = os.path.basename(pdf_path).replace('.pdf', '.md')
+    image_infos = parse_pdf_to_images(pdf_path, output_dir=output_dir)
+
+    # 初始化大模型
+    if not api_key or not base_url or not model:
+        raise ValueError("api_key, base_url, and model are required parameters")
+    parse_model = init_vlm(api_key, base_url, model)
+
+    # Process images with Vision Large Model
+    def _process_page(index: int, image_info: Tuple[str, List[str]]) -> Tuple[int, str]:
+        page_image, rect_images = image_info
+        local_prompt = prompt
+        if rect_images:
+            local_prompt += rect_prompt + ', '.join(rect_images)
+        
+        # 打开页面图片文件
+        with open(page_image, "rb") as image_file:
+            # 调用大模型解析页面图片
+            try:
+                messages=[
+                        {"role": "system", "content": sys_prompt},
+                        {"role": "user", "content": [
+                            {"type": "text", "text": local_prompt},
+                            {"type": "image_url", "image_url": {"url": f"data:image/png;base64,{base64.b64encode(image_file.read()).decode('utf-8')}"}}
+                        ]}
+                    ]
+                logger.info(f' extract page: {index+1}')
+                response = parse_model.invoke(messages)
+
+                # 检查 response.content 是否为空字符串
+                #if response.content:
+                #    print(response)
+                #    return index, f"Error: Empty content in API response for page {index+1}"
+                    
+                content = response.content
+                return index, content
+            except Exception as e:
+                # 捕获所有异常并返回错误信息
+                return index, f"Error processing page {index+1}: {str(e)}"
+
+    contents = [None] * len(image_infos)
+    with concurrent.futures.ThreadPoolExecutor(max_workers=workers) as executor:
+        futures = [executor.submit(_process_page, index, image_info) for index, image_info in enumerate(image_infos)]
+        for future in concurrent.futures.as_completed(futures):
+            index, content = future.result()
+            content = remove_markdown_backticks(content)
+            contents[index] = content
+
+    # 保存解析后的markdown文件
+    output_path = os.path.join(output_dir, file_name)
+    content = '\n\n'.join(contents)
+    logger.info(f' save output file: {output_path}')
+    with open(output_path, 'w', encoding='utf-8') as f:
+        f.write(content)
+
+    #  删除中间过程的图片
+    all_rect_images = []
+    for page_image, rect_images in image_infos:
+        if os.path.exists(page_image):
+            os.remove(page_image)
+        all_rect_images.extend(rect_images)
+
+    return content, all_rect_images
+
+def refine_markdown(
+        markdown_path: str,
+        api_key: str = '',
+        base_url: str = '',
+        model: str = '',
+        prompt = REFINE_PROMPT,
+        sys_prompt = REFINE_SYS_PROMPT,
+) -> str:
+    """
+    调整markdown内容结构。
+    @param markdown: 输入的markdown内容
+    @return: 调整后的markdown内容
+    """
+    # 初始化大模型
+    if not api_key or not base_url or not model:
+        raise ValueError("api_key, base_url, and model are required parameters")
+    refine_model = init_llm(api_key, base_url, model)
+
+    with open(markdown_path, 'r', encoding='utf-8') as f:
+        markdown = f.read()
+    prompt = prompt.format(markdown=markdown)
+    messages=[
+        {"role": "system", "content": sys_prompt},
+        {"role": "user", "content": [
+            {"type": "text", "text": prompt},
+        ]}
+    ]
+    logger.info(f' start refine markdown: {markdown_path}')
+    response = refine_model.invoke(messages)
+
+    output_file = markdown_path.replace('.md', '_refined.md')
+    with open(output_file, 'w', encoding='utf-8') as f:
+        f.write(response.content)
+    logger.info(f' save refined output file: {output_file}')
+    return response.content

recpdf/prompts.py

@@ -0,0 +1,29 @@
+DEFAULT_PROMPT = """使用markdown语法，将图片中识别到的文字转换为markdown格式输出。你必须做到：
+1. 输出语言必须与图片中识别到的文字语言保持一致，例如，识别到英语的字段，输出的内容必须是英语；识别到中文的字段，输出的内容必须是中文；
+2. 大小标题的判定：根据图片中文字的位置、文字的含义、字体的大小、字体的颜色深度、字体的粗细度等因素，综合判断文字是否为标题，并合理确定标题等级。确定为标题的文字用markdown语法标注标题等级。
+3. 不要解释和输出无关的文字，直接输出图片中的内容。例如，严禁输出 "以下是我根据图片内容生成的markdown文本："这样的例子，而是应该直接输出markdown。
+4. 内容不要包含在```markdown ```中、段落公式使用 $$ $$ 的形式、行内公式使用 $ $ 的形式、忽略掉长直线、忽略掉页码。
+再次强调，不要解释和输出无关的文字，直接输出图片中的内容。一定要去除页码，页码通常是位于页面的底部数字。
+"""
+
+DEFAULT_RECT_PROMPT = """图片中用红色框和名称(%s)标注出了一些区域。如果区域是表格或者图片，使用 ![]() 的形式插入到输出内容中，否则直接输出文字内容。
+"""
+
+DEFAULT_SYS_PROMPT = """你是一个PDF文档解析器，使用markdown和latex语法输出图片的内容。
+"""
+
+REFINE_SYS_PROMPT = """你是一个markdown文档编辑专家，使用markdown和latex语法编辑文档内容，使文档内容结构更合理。
+"""
+
+REFINE_PROMPT = """你将收到一个markdown文档。请根据文档内容，使用markdown语法调整文档的标题等级和段落结构，使文档内容结构更合理。你必须做到：
+1、各级标题的判定：根据文档内容的语义和逻辑，判定文章的标题、二级标题、三级标题等。
+2. 标题等级的调整：根据文档内容的语义和逻辑，合理调整标题等级，使文章的层次书序结构合理，标题与段落内容相关。
+3. 段落结构的调整：根据文档内容的语义和逻辑，合理调整段落结构，使段落结构合理。尤其要注意，有些段落的行可能没有填满整行就折行了，需要调整为整行。
+4. 不要增加任何额外的内容，只调整标题等级层次和段落结构.
+5. 不要删减文档中的任何内容，只调整标题等级和段落结构。尤其要注意，不要遗漏任何图片、表格、公式等保持不变的元素，也不要改变它们在文章中的位置。
+6. 不要更改文档的内容，只调整标题等级层次和段落结构。
+7. 不要做任何解释和输出无关的文字，直接输出调整后的markdown文档内容。
+
+以下是markdown文档内容：\n%s\n
+{markdown}
+"""

recpdf/utils.py

@@ -0,0 +1,97 @@
+"""
+工具函数
+"""
+import shapely.geometry as sg
+
+def _is_near(rect1, rect2, distance = 20):
+    """
+    检查两个矩形是否靠近，如果它们之间的距离小于目标距离。
+    @param rect1: 矩形1
+    @param rect2: 矩形2
+    @param distance: 目标距离
+    @return: 是否靠近
+    """
+    return rect1.buffer(0.1).distance(rect2.buffer(0.1)) < distance
+
+
+def _is_horizontal_near(rect1, rect2, distance = 100):
+    """
+    检查两个矩形是否水平靠近，如果其中一个矩形是水平线。
+    @param rect1: 矩形1
+    @param rect2: 矩形2
+    @param distance: 目标距离
+    @return: 是否水平靠近
+    """
+    result = False
+    if abs(rect1.bounds[3] - rect1.bounds[1]) < 0.1 or abs(rect2.bounds[3] - rect2.bounds[1]) < 0.1:
+        if abs(rect1.bounds[0] - rect2.bounds[0]) < 0.1 and abs(rect1.bounds[2] - rect2.bounds[2]) < 0.1:
+            result = abs(rect1.bounds[3] - rect2.bounds[3]) < distance
+    return result
+
+
+def _union_rects(rect1, rect2):
+    """
+    合并两个矩形。
+    @param rect1: 矩形1
+    @param rect2: 矩形2
+    @return: 合并后的矩形
+    """
+    return sg.box(*(rect1.union(rect2).bounds))
+
+# 图形矩形合并函数
+def merge_rects(rect_list, distance = 20, horizontal_distance = None):
+    """
+    合并列表中的矩形，如果它们之间的距离小于目标距离。
+    @param rect_list: 矩形列表
+    @param distance: 目标距离
+    @param horizontal_distance: 水平目标距离
+    @return: 合并后的矩形列表
+    """
+    merged = True
+    while merged:
+        merged = False
+        new_rect_list = []
+        while rect_list:
+            rect = rect_list.pop(0)
+            for other_rect in rect_list:
+                if _is_near(rect, other_rect, distance) or (
+                        horizontal_distance and _is_horizontal_near(rect, other_rect, horizontal_distance)):
+                    rect = _union_rects(rect, other_rect)
+                    rect_list.remove(other_rect)
+                    merged = True
+            new_rect_list.append(rect)
+        rect_list = new_rect_list
+    return rect_list
+
+# 文本矩形吸附函数
+def adsorb_rects_to_rects(source_rects, target_rects, distance=10):
+    """
+    当距离小于目标距离时，将一组矩形吸附到另一组矩形。
+    @param source_rects: 源矩形列表
+    @param target_rects: 目标矩形列表
+    @param distance: 目标距离
+    @return: 吸附后的源矩形列表和目标矩形列表
+    """
+    new_source_rects = []
+    for text_area_rect in source_rects:
+        adsorbed = False
+        for index, rect in enumerate(target_rects):
+            if _is_near(text_area_rect, rect, distance):
+                rect = _union_rects(text_area_rect, rect)
+                target_rects[index] = rect
+                adsorbed = True
+                break
+        if not adsorbed:
+            new_source_rects.append(text_area_rect)
+    return new_source_rects, target_rects
+
+def remove_markdown_backticks(content: str) -> str:
+    """
+    删除markdown中的```字符串。
+    """
+    if '```markdown' in content:
+        content = content.replace('```markdown\n', '')
+        last_backticks_pos = content.rfind('```')
+        if last_backticks_pos != -1:
+            content = content[:last_backticks_pos] + content[last_backticks_pos + 3:]
+    return content

recpdf-0.1.0.dist-info/METADATA

@@ -0,0 +1,166 @@
+Metadata-Version: 2.1
+Name: recpdf
+Version: 0.1.0
+Summary: Using large model to parse and translate PDF.
+Author-Email: FreeCode001 <freecode0902@gmail.com>
+License: MIT
+Requires-Python: >=3.11
+Requires-Dist: python-dotenv>=1.2.1
+Requires-Dist: shapely>=2.1.2
+Requires-Dist: langchain>=1.2.8
+Requires-Dist: pymupdf>=1.26.7
+Requires-Dist: langchain-openai>=1.1.7
+Description-Content-Type: text/markdown
+
+# RecPDF
+
+[![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](https://opensource.org/licenses/MIT)
+[![Python Version](https://img.shields.io/badge/python-3.11%2B-blue.svg)](https://www.python.org/downloads/release/python-3110/)
+
+RecPDF是一个使用大模型解析和转换PDF文档的Python包，能够识别PDF中的文本、图片、表格、公式等元素，并将其转换为结构化的markdown格式。
+
+## 功能特点
+
+- 📄 解析PDF文档中的文本、图片、表格、公式等元素
+- 🤖 支持使用各种大模型进行智能解析
+- 🔄 多线程并行处理，提高解析速度
+- 📝 输出结构化的markdown格式，保留原始文档的层次结构
+- 🎨 智能识别标题层级，优化文档结构
+- 🖼️ 自动处理图片和表格，保持文档的视觉完整性
+
+## 安装
+
+使用pip安装RecPDF：
+
+```bash
+pip install recpdf
+```
+
+## 依赖项
+
+- python-dotenv>=1.2.1
+- shapely>=2.1.2
+- langchain>=1.2.8
+- pymupdf>=1.26.7
+- langchain-openai>=1.1.7
+
+## 快速开始
+
+### 基本使用
+
+```python
+from recpdf import parse_pdf
+
+# 解析PDF文件
+content, rect_images = parse_pdf(
+    pdf_path="path/to/your/document.pdf",
+    output_dir="./output",
+    api_key="your_api_key",
+    base_url="your_api_base_url",
+    model="your_model_name",
+    workers=2  # 多线程处理
+)
+
+print("解析完成，markdown内容已保存到指定目录")
+```
+
+### 使用环境变量
+
+您也可以通过环境变量设置API相关参数，这样在调用函数时就不需要传递这些参数了：
+
+1. 创建一个 `.env`文件：
+
+```
+VLM_API_KEY=your_api_key
+VLM_API_BASE=your_api_base_url
+VLM_API_MODEL=your_model_name
+```
+
+2. 然后在代码中加载环境变量：
+
+```python
+import os
+from dotenv import load_dotenv
+from recpdf import parse_pdf
+
+load_dotenv()
+
+api_key = os.getenv('VLM_API_KEY')
+base_url = os.getenv('VLM_API_BASE')
+model = os.getenv('VLM_API_MODEL')
+
+content, rect_images = parse_pdf(
+    pdf_path="path/to/your/document.pdf",
+    output_dir="./output",
+    api_key=api_key,
+    base_url=base_url,
+    model=model
+)
+```
+
+### 高级功能
+
+#### 调整Markdown结构
+
+RecPDF还提供了一个 `refine_markdown`函数，可以进一步优化生成的markdown文档结构：
+
+```python
+from recpdf.parser import refine_markdown
+
+refined_content = refine_markdown(
+    markdown_path="path/to/your/output.md",
+    api_key="your_api_key",
+    base_url="your_api_base_url",
+    model="your_model_name"
+)
+
+print("Markdown结构优化完成")
+```
+
+## 工作原理
+
+1. **PDF解析**：使用PyMuPDF库提取PDF页面中的文本、图片和图形元素
+2. **区域识别**：通过几何分析识别和合并页面中的内容区域
+3. **图像生成**：将识别到的区域转换为高清图像
+4. **大模型解析**：调用配置的大模型解析图像内容，识别文本、表格、公式等
+5. **Markdown生成**：将解析结果转换为结构化的markdown格式
+6. **可选优化**：使用大模型进一步优化markdown文档结构
+
+## 项目结构
+
+```
+recpdf/
+├── __init__.py          # 包入口，导出主要函数
+├── parser.py            # 核心解析功能实现
+├── models.py            # 模型初始化模块
+├── prompts.py           # 解析提示词定义
+└── utils.py             # 工具函数
+```
+
+## 示例
+
+项目提供了一些示例PDF文件和输出结果，位于 `examples/`目录中：
+
+- `examples/test1.pdf` - 简单文本PDF示例
+- `examples/test2.pdf` - 包含图片的PDF示例
+- `examples/test3.pdf` - 包含表格和公式的复杂PDF示例
+- `examples/output/` - 解析结果输出目录
+
+## 配置要求
+
+- Python 3.11或更高版本
+- 有效的大模型API密钥和访问地址
+- 支持视觉理解的大模型（如GPT-4V、Claude 3等）
+
+## 许可证
+
+本项目采用MIT许可证，详见[LICENSE](LICENSE)文件。
+
+## 贡献
+
+欢迎提交问题和拉取请求来改进这个项目！
+
+## 联系方式
+
+- 作者：FreeCode
+- 邮箱：freecode0902@gmail.com

recpdf-0.1.0.dist-info/RECORD

@@ -0,0 +1,10 @@
+recpdf-0.1.0.dist-info/METADATA,sha256=smV-mYQ9LwFjqFq8fsfxufzJ63pwFOwmu8IdepVH3dU,4403
+recpdf-0.1.0.dist-info/WHEEL,sha256=Wb0ASbVj8JvWHpOiIpPi7ucfIgJeCi__PzivviEAQFc,90
+recpdf-0.1.0.dist-info/entry_points.txt,sha256=6OYgBcLyFCUgeqLgnvMyOJxPCWzgy7se4rLPKtNonMs,34
+recpdf-0.1.0.dist-info/licenses/LICENSE,sha256=FH-K2UOWCVM6xokmofQ9aAl4Y8zStxLC-KVuZPXZmzI,1067
+recpdf/__init__.py,sha256=2xMhnjfCt2lbIt-7MqQ5xTrWebGOgtk4R8HjJiSfIeo,46
+recpdf/models.py,sha256=yo3qg9Iv4iTf-1TmZFUMpKctxcGjsr5hlz8x9owEZLA,800
+recpdf/parser.py,sha256=kQLpHNso_o5BaBa12h32zOFp9lQxjGFubgb3zL5Treo,10668
+recpdf/prompts.py,sha256=1HAbiO_kxkb8syrGB1WIBHXixEmjmiBlVEFO8w3qCKI,2839
+recpdf/utils.py,sha256=KnJ_0X9ho0zMeQtzjOpwTCKBRoKcc-5scjpJus_7UFc,3355
+recpdf-0.1.0.dist-info/RECORD,,

recpdf-0.1.0.dist-info/WHEEL

@@ -0,0 +1,4 @@
+Wheel-Version: 1.0
+Generator: pdm-backend (2.4.7)
+Root-Is-Purelib: true
+Tag: py3-none-any

recpdf-0.1.0.dist-info/entry_points.txt

@@ -0,0 +1,4 @@
+[console_scripts]
+
+[gui_scripts]
+

recpdf-0.1.0.dist-info/licenses/LICENSE

@@ -0,0 +1,21 @@
+The MIT License
+
+Copyright (c) 2024 Chen Li
+
+Permission is hereby granted, free of charge, to any person obtaining a copy
+of this software and associated documentation files (the "Software"), to deal
+in the Software without restriction, including without limitation the rights
+to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
+copies of the Software, and to permit persons to whom the Software is
+furnished to do so, subject to the following conditions:
+
+The above copyright notice and this permission notice shall be included in
+all copies or substantial portions of the Software.
+
+THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
+IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
+FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
+AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
+LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
+OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN
+THE SOFTWARE.