2D图库 Cairo 经验
System, Quartz, Win32, image buffers, PostScript, PDF, 和 SVG 文件导出。后端包括： OpenGL , XCB, BeOS, OS/2, 和 DirectFB
fmms 文本数据抽取库：Toxy 经验
.NET下的文本数据抽取库，能够支持许多常用文件格式，如 docx, xlsx, xls, pdf, csv, txt, vcf, html等，是数据挖掘领域不可多得利器。 项目主页： http://www
jopen 
Java报表类库 Pentaho Reporting 经验
Java 类库，基于 XML 的模板提供了灵活的报表和打印的功能，支持各种数据源和显示设备，包括打印机、PDF、Excel、HTML、XHTML、PlainText、XML和CSV文件等。 项目主页：
openkk Java报表系统 Report Runner 经验
是一个轻量级的采用 Java 语言开发的报表解决方案，可以指定定时生成报表，并输出到不同的格式如 PDF、EXCEL、HTML、RTF 等，支持图表的生成。 项目主页： http://www.open-open
BibTeX 编辑器 KBibTeX 经验
KBibTeX 是一个KDE下的 BibTeX 编辑器，用来使用 LaTeX 编辑书目。可导出 PDF, PostScript, RTF, 和 XML/HTML. 项目主页： http://www
Web协助编辑平台 Calenco 经验
是一个Web协助编辑平台，允许作者、翻译以及设计师同时远程的创建支持多语言的内容，并发布为不同的格式，如 PDF 和 HTML 等，基于 XML 技术存储和转换。 项目主页： http://www.open-open
文档管理系统 DocDoku 经验
元数据管理 全文搜索 标签管理 BPM document template features 生成PDF Flash查看器 项目主页： http://www.open-open.com/lib/vi
Java报表解决方案 OpenReports 经验
OpenReports 是一个基于web的报表解决方案，可为用户提供通过浏览器查看动态创建的PDF、HTML或XLS格式报表的能力。OpenReports 使用Java开发的，并使用JasperReports作为报表生成引擎。
日历制作工具 jPdfCalendar 经验
jPdfCalendar是一个用来制作供打印的日历(PDF文档)的工具，你可以用你喜欢的照片来自制一个漂亮的日历，如下图所示： 项目主页： http://www.open-open.com
XML Worker 经验
HTMLWorker 的重写，主要目的是创建一个 XML 解析器可用来根据 XHTML 内容来生成 PDF 文档。 项目主页： http://www.open-open.com/lib/view/home/1326857520155
报表设计工具 Reportico 经验
是一个报表设计工具，可用来设计报表、创建报表菜单和配置，支持图形、分组、下钻、表达式处理和数据转换，可导出 HTML、PDF 和 CSV 格式，可通过 CSS 修改报表外观。 项目主页： http://www.open-open
企业办公套件 Group-Office 经验
是一个基于Web的办公套件，其功能包括用户管理、模块管理、邮件客户端、文件管理器、日程、项目管理以及客户关系管理等等。可方便与PDF和Outlook进行数据同步。 项目主页： http://www.open-open.
PHP搜索引擎 Yioop! 经验
的搜索引擎，可用于 Web 的一般用途搜索，或者可提供URL搜索以及各种文档的索引搜索，包括：HTML, PDF, DOC, PPT, RTF, RSS, XML, SVG, PNG, JPG, BMP, GIF
图片批量处理工具：Converseen 经验
是一个批量的图片转换和缩略图生成工具，支持超过100种图像格式，包括：DPX, EXR, GIF, JPEG, JPEG-2000, PDF, PhotoCD, PNG, Postscript, SVG, and TIFF。 功能 多张图片同时转换
XML编辑器：XPontus XML Editor 经验
Relax NG, Batch XML validation), XSL 转换 (HTML, XML, PDF, SVG), schema/DTD 生成 , XML/DTD/HTML/XSL 代码完成 , 代码格式化
Apache Forrest 经验
Apache Forrest是一个把来自各种不同的输入数据源转换成用一种或多种输出格式(比如HTML,PDF等)来统一显示的发布系统。它基于Apache Cocoon并分离了内容与内容结构,不仅可以生成静态的文档也可以当作一个动态的服务器。
C#编写的多线程网络爬虫：NCrawler 经验
NCrawler是一个简单并且非常高效的多线程网络爬虫。采用C#开发，基于管道的处理器。它包含HTML, Text, PDF, 和 IFilter 文档的处理器并语言检测(Google)。能够很方便添加管道步骤来抽取、使用和修改信息。
TeX/LaTeX 公式编辑器 EqualX 经验
TeX/LaTeX 公式编辑器，它提供直观易用的界面，支持语法加亮及代码补全，能够导出 TEX、PNG、PDF 等多种格式。对于需要使用 LaTeX 来进行文档排版的同学来说，应当是很不错的得力助手。
文本内容提取Python库：textract 经验
.html via beautifulsoup4 .pptx via python-pptx .pdf via pdftotext (default) or pdfminer .txt via python