Fire-PDF以Rust打造的新PDF解析引擎，轉換速度提升5倍，無需設定即自動處理

Fire-PDF以Rust打造的新PDF解析引擎，轉換速度提升5倍，無需設定即自動處理。

Fire-PDF是Firecrawl推出的開源Rust程式庫，專為PDF解析設計，每頁分類僅需不到400毫秒，即自動選擇最快提取路徑；一篇216頁財務報告僅需約83秒處理完畢，透過Firecrawl API傳入的每個PDF皆自動套用此引擎，將複雜文件秒速轉為乾淨資料。

效能提升5倍

Fire-PDF分類每頁時間控制在400ms以內，挑選最佳提取策略，遠勝傳統方法。

• 216頁財務報告處理僅需83秒。
• 相較舊版，轉換PDF至markdown速度快5倍。

佈局感知準確性

內建神經佈局模型獨立偵測各區域，確保表格完整輸出為markdown，公式保留LaTeX格式。

• 完整擷取表格與公式結構。
• 維持原始佈局資訊，避免內容遺失。

零設定自動化

無需額外配置，Firecrawl API即自動將PDF導向Fire-PDF處理，簡化使用流程。

支援文件格式

Firecrawl文件解析功能涵蓋多種格式，自動偵測URL副檔名或content-type header進行處理，所有輸出均轉為結構化markdown。

• Excel試算表（.xlsx、.xls）：每工作表轉HTML表格，以H2標題分隔工作表名稱，保留儲存格格式與資料類型。
• Word文件（.docx、.doc、.odt、.rtf）：擷取文字內容並維持文件結構，包括標題、段落、清單與表格，保留基本格式與樣式。
• PDF文件（.pdf）：擷取含佈局資訊的文字內容，維持區段與段落結構；支援文字基底與掃描PDF（含OCR），每頁計1 credit（詳見Pricing）。

PDF解析模式

透過parsers選項精準控制PDF處理策略，預設auto模式平衡速度與準確性。

• auto：先嘗試快速文字提取，必要時回退OCR（預設）。
• fast：僅文字基解析（內嵌文字），最快但不適用掃描或影像重頁面。
• ocr：強制每頁OCR，適合掃描文件或auto模式誤判情況。

使用物件語法範例：

parsers: [{ type: "pdf", mode: "ocr", maxPages: 20 }]

預設範例：

parsers: [{ type: "pdf" }]

使用方式

提供指向支援文件的URL，即自動觸發解析，無需額外步驟；Node.js範例展示簡易整合。

Excel檔案範例

import Firecrawl from '@mendable/firecrawl-js';

const firecrawl = new Firecrawl({ apiKey: "fc-YOUR-API-KEY" });

const doc = await firecrawl.scrape('https://example.com/data.xlsx');

console.log(doc.markdown);

Word文件範例

import Firecrawl from '@mendable/firecrawl-js';

const firecrawl = new Firecrawl({ apiKey: "fc-YOUR-API-KEY" });

const doc = await firecrawl.scrape('https://example.com/data.docx');

console.log(doc.markdown);

輸出格式

所有文件轉為乾淨結構化markdown，例如多工作表Excel輸出如下：

## Sheet1

| Name  | Value |
|-------|-------|
| Item 1 | 100   |
| Item 2 | 200   |

## Sheet2

| Date       | Description  |
|------------|--------------|
| 2023-01-01 | First quarter|

Fire-PDF與Firecrawl文件解析強調高效、精準與即插即用，特別適合處理大型財務報告或掃描文件，詳見https://docs.firecrawl.dev/features/document-parsing。