MinerU软件是一款国产智能PDF信息提取工具，能够快速、精准地从PDF文档中提取文字、表格、图片等内容，并支持结构化输出。无论是合同、论文、财务报表，还是扫描版PDF，MinerU都能高效处理，大幅提升办公、学习和科研效率。

mineru最新版本介绍

MinerU是上海人工智能实验室的出品，它就像一位“文档翻译官”，能将PDF、网页、电子书等复杂格式一键转换为工整的Markdown或JSON。

有了它，科研党需要将200页论文中的公式批量转成LaTeX格式，原本需要3天的手动操作，MinerU只需3分钟；金融分析师处理财报时，表格自动转HTML代码，数据直接导入Excel分析；程序员抓取技术文档时，智能过滤广告和页脚，保留核心代码块。

核心功能

精准解析：智能识别文档结构（标题/段落/列表），跨模态提取图片、表格、公式，连扫描件乱码都能自动OCR修复

格式还原：删除页眉页脚等干扰元素，按人类阅读顺序排版，多栏文档也能正确排序

全场景适配：支持Windows/Mac/Linux系统，CPU/GPU/NPU多硬件加速，84种语言文档通

目前支持各种终端：

同时也支持API的方式接入，另外就和之前所说，这个项目是开源的，大家可以在这个基础上进行维护和添加。目前已经GitHub上累计了3万颗星。

在大模型的时代，MinerU的功能可能会更加珍贵，因为很多数据源都包含了很多格式和广告，用这个工具做一次数据清洗再放入大模型知识库会取得更好的效果。

使用方式

由于支持PC的客户端，MinerU的部署方式非常简单，直接去官网下载对应的版本就可以进行使用了！

下载之后，我来做个测试：

首先，我放入这篇文章

可以看到这文章页面很乱，各种广告和侧边栏，正常的提取方式很难提取准确，费时费力。

然后我把这个县把这个页面保存为pdf，然后放入本地的MinerU客户端：

可以看到他会把一些广告主动提取出来，然后你可以直接删除，这样比直接复制方便的多了，又避免了格式问题。?另外我还做了一个以太坊2024年年度报告的pdf的切分，可以看到图和文字的切分效果还是不错的。

软件特点

智能解析：自动识别PDF中的文字、表格、图片，并保持原格式。

OCR识别：支持扫描版PDF的文字识别，准确率高。

批量处理：可同时解析多个PDF文件，提高工作效率。

格式保留：提取后的内容可导出为Word、Excel、TXT等格式，排版不乱。

国产安全：数据本地处理，不上传云端，保护隐私。

常见问题

Q1：MinerU能处理加密的PDF吗？

A：目前不支持密码保护的PDF，需先解密再导入。

Q2：扫描版PDF识别率如何？

A：对于清晰扫描件，识别率可达95%以上；模糊文档建议提高扫描质量。

Q3：是否免费？

A：基础版免费，高级功能（如批量导出Excel）需付费解锁。

Q4：支持Mac系统吗？

A：支持Windows和Mac双平台。

注意事项

文件安全：虽然MinerU本地处理数据，但仍建议避免处理敏感文件。

格式兼容性：极少数特殊排版PDF可能解析不完美，可手动调整。

硬件要求：处理超大PDF（如1000页+）时，建议使用高性能电脑。