转化为MarkDown

markitdown

markitdown简介

• 将文件和办公文档，如pdf,doc等转换为Markdown的Python工具
  
• 项目堆栈:https://github.com/microsoft/markitdown
  
• 支持将如下格式文件或文档转为markdown
  
  
  
  • PDF
    
  • PowerPoint
    
  • Word
    
  • Excel
    
  • Images (EXIF metadata and OCR)
    
  • Audio (EXIF metadata and speech transcription)
    
  • HTML
    
  • Text-based formats (CSV, JSON, XML)
    
  • ZIP files (iterates over contents)
    
  
  

markitdown相关文章

• 微软开源将各种文件格式转换为 markdown 格式开源工具：markitdown
  
• MarkItDown：微软开源多格式文档处理工具，轻松将文件转为 Markdown 格式
  

Docling

Docling简介

• IBM开源文档剖析理解工具
  
• 项目堆栈:https://github.com/DS4SD/docling
  
• Docling是一个用于文档剖析和格式转换的工具，支持多种文档格式（如PDF、DOCX、PPTX等），能够快速将文档导出为Markdown和JSON格式
  

Docling特征