Extractous 是一个用 Rust 语言开发的高性能非结构化数据提取工具，能够快速高效地从 PDF、Word、HTML 等多种文档格式中提取文本内容和元数据。它通过多核利用和内存效率优化，显著提升了处理速度和资源利用率。此外，Extractous 集成了 Apache Tika 和 Tesseract OCR，支持更多文件格式和图像文本提取，所有处理均在本地完成，无需依赖外部服务或 API。
