微软开源！Office 文档轻松转 Markdown！

大家好，我是 Java陈序员。
今天，给大家先容一款微软开源的文档转 Markdown 工具。

关注微信公众号：【Java陈序员】，获取开源项目分享、AI副业分享、超200本经典盘算机电子书籍等。

项目先容

MarkItDown —— 微软开源的 Python 工具，可以或许将多种常见的文件格式（如 PDF、PowerPoint、Word、Excel、图像、音频和 HTML 等）转换为 Markdown 格式。
功能特色：

• 支持将常用的 Office 文档转换为 Markdown 格式
  
• 提供了简单易用的 Python API 和 REST API
  
• 一键安装、转换
  

安装利用

Pip 一键安装

1、利用 Pip 一键安装
在 Windows 中，可以利用 Pip 一键安装 MarkItDown, 需先安装 Python 环境。

1. pip install markitdown

复制代码

2、一键转换
安装好 MarkItDown 后，打开命令行窗口输入命令即可对文件进行转换。
如将 Excel 文件 test.xlsx 进行转换：

在命令行窗口输入如下命令：

1. markitdown test.xlsx > test.md

复制代码

或者利用 -o 指定输出文件：

1. markitdown test.xlxs -o test.md

复制代码

转换后的 Markdown 文件 test.md:

Python API

MarkItDown 支持在 Python 中利用，可通过如下代码实现文件转换功能：

1. from markitdown import MarkItDown
3. # 初始化 MarkItDown 对象
4. markitdown = MarkItDown()
6. # 转换 Excel 文件为 Markdown 格式
7. result = markitdown.convert("test.xlsx")
9. # 打印转换后的 Markdown 内容
10. print(result.text_content)

复制代码

Docker 部署

1、运行 Docker 容器

1. docker run -d --name markitdown -p 8000:8000 pig4cloud/markitdown

复制代码

2、容器启动成功后，访问 API 文档

1. http://{ip/域名}:8000/docs

复制代码

3、REST API 调试

• 利用在线 Swagger 文档调试
  

• 利用 Postman 进行调试
  

• Curl 命令调试
  

1. curl -X 'POST' \
2.  'http://localhost:8000/upload/' \
3.  -H 'Content-Type: multipart/form-data' \
4.  -F 'file=@test.xlxs'

复制代码

REST API 返回的 Markdown 格式文本，可以直接嵌入到 Markdown 文档中，或者通过其他工具进行 ETL 进一步处理。
总结

MarkItDown 不仅仅支持常用的文档转换，还支持与大模型进行集成，详细的利用可参考项目文档。
尽管 MarkItDown 实现了大部分文件格式转换为 Markdown 的功能，但是对于一些格式较为复杂的报表文件，转换效果可能不太理想，期待后续版本迭代优化。
假如你在日常生活中，需要将文件转换为 Markdown, 不妨试试 MarkItDown.

1. 项目地址：https://github.com/microsoft/markitdown

复制代码

最后

推荐的开源项目已经收录到 GitHub 项目，欢迎 Star：

1. https://github.com/chenyl8848/great-open-source-project

复制代码

或者访问网站，进行在线浏览：

1. https://chencoding.top:8090/#/

复制代码

大家的点赞、收藏和评论都是对作者的支持，如文章对你有帮助还请点赞转发支持下，谢谢！

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。

继续阅读请点击广告