hocr-parser

hOCR格式的解析器，"一个用于表示文档布局分析和OCR结果的HTML子集的开放标准"。

设计

此解析器使用roxmltree来解析XHTML。它简化了通过HOCR和Element结构体以及它们的"借用"对应物访问hOCR数据，从而避免了为属性名称分配。

解析器不会验证文件是否遵循hOCR规范。它检查所需元数据和hOCR元素及属性名称的有效性，但不检查属性值。

许可证

许可方式为以下之一

• Apache许可证v2.0
• MIT许可证

任选其一。

贡献

除非你明确声明，否则任何有意提交以包含在你的作品中的贡献，根据Apache-2.0许可证的定义，应以上述双重许可方式，不附加任何额外的条款或条件。