RainPPR/china-textbook-2021-hf
China Textbook 2021 中国教育部审定的中小学教科书 PDF 合集。 简介 本数据集包含从小学到高中各年级的教育部审定教科书 PDF。原始数据来自 TapXWorld/ChinaTextbook，由本项目自动合并碎片化文件后托管在 Hugging Face Datasets 上。 处理代码：https://github.com/rainewhk/china-textbook-2021-hf 数据结构 教材按学段、学科、版本、年级分层存放： 小学/ ├── ... 初中/ ├── ... 初中（五•四学制）/ ├── ... 小学（五•四学制）/ ├── ... 高中/ └── ... 文件名为 义务教育教科书·<学科> <年级> <册>册.pdf 或类似格式。 处理说明 上游 PDF 存在碎片化存储（.1, .2 等分片），本项目通过 Rust 合并器 自动合并为完整文件。 部分教材同时存在完整 PDF 和 _merge_folder… See the full description on the dataset page: https://huggingface.co/datasets/RainPPR/china-textbook-2021-hf.
China Textbook 2021
中国教育部审定的中小学教科书 PDF 合集。
简介
本数据集包含从小学到高中各年级的教育部审定教科书 PDF。原始数据来自 TapXWorld/ChinaTextbook，由本项目自动合并碎片化文件后托管在 Hugging Face Datasets 上。
处理代码：<https://github.com/rainewhk/china-textbook-2021-hf>
数据结构
教材按学段、学科、版本、年级分层存放：
小学/
├── ...
初中/
├── ...
初中（五•四学制）/
├── ...
小学（五•四学制）/
├── ...
高中/
└── ...文件名为 义务教育教科书·<学科> <年级> <册>册.pdf 或类似格式。
处理说明
- 上游 PDF 存在碎片化存储（
.1,.2等分片），本项目通过 Rust 合并器 自动合并为完整文件。 - 部分教材同时存在完整 PDF 和
_merge_folder分片，合并器已按优先级去重，确保每个文件仅保留一份完整版本。
使用方式
你可以直接下载或克隆本数据集：
# 安装 huggingface_hub
pip install "huggingface_hub[cli]"
# 下载到本地
hf hub download RainPPR/china-textbook-2021-hf --local-dir ./datafrom datasets import load_dataset
# 加载数据集
# 注意：数据集以原始 PDF 文件形式存在
ds = load_dataset("RainPPR/china-textbook-2021-hf", streaming=True)许可
- 原始数据版权归各出版机构所有。
- 本数据集仅供个人学习、研究使用，请勿用于商业用途。
- 项目代码使用 MIT 许可。