Refinedoc

该库的核心思想是实现对非结构化文本内容（如PDF文件）的提取后处理。其主要目标是稳健且安全地将正文与页眉、页脚分离。

此外，该库采用纯Python编写，除标准库外无其他依赖项。

特性：

• 页眉页脚提取：自动识别并提取文档中的页眉和页脚。
• 正文提取：将文档的主要内容与页眉、页脚分离。
• 页面关联：使用页面关联技术，确保跨多页的页眉页脚准确提取。
• 稳健性：可应对各种文档结构和格式，在复杂布局下仍能可靠提取。
• 纯Python实现：无外部依赖，便于集成到现有Python项目中。
• 易用性：提供简洁的API，轻松从文档中提取页眉、页脚及正文内容。
• 兼容性：支持通过PyPDF、PyMuPDF、pdfplumber等库从PDF文件中提取的文本。
• 性能：高效处理大文档，开销极小。
• 开源：采用Apache 2.0许可证，允许在个人及商业项目中自由使用和修改。