应用介绍

要从成千上万篇医学论文里抽取标题、摘要和正文段落建库，PDF 格式五花八门难以处理。paperetl 是一个面向医学和科研论文的数据抽取、转换与加载工具。

它解析 PDF、XML 和 CSV 等格式，把论文结构化存入 SQLite、JSON 或 Elasticsearch，便于检索分析。

软件功能

多格式解析：PDF 与 XML。

结构化：章节段落。

多种存储：SQLite 到 ES。

批量处理：大规模文献。