项目简介

MarkItDown 是一个用于将各种文件转换为 Markdown 的工具，例如用于索引、文本分析等。该工具目前支持以下格式：

• PDF (.pdf)
• PowerPoint (.pptx)
• Word (.docx)
• Excel (.xlsx)
• 图片（EXIF 元数据和 OCR）
• 音频（EXIF 元数据和语音转录）
• HTML（特殊处理 Wikipedia 等）
• 各种基于文本的格式（csv, json, xml 等）

安装

您可以使用 pip 安装 MarkItDown：

pip install markitdown

或者从源代码安装：

pip install -e .

使用

API 非常简单：

from markitdown import MarkItDown

markitdown = MarkItDown()
result = markitdown.convert("test.xlsx")
print(result.text_content)

您还可以配置 MarkItDown 使用大型语言模型 (LLM) 来描述图片。为此，您需要向 MarkItDown 对象提供 mlm_client 和 mlm_model 参数：

from markitdown import MarkItDown
from openai import OpenAI

client = OpenAI()
md = MarkItDown(mlm_client=client, mlm_model="gpt-4o")
result = md.convert("example.jpg")
print(result.text_content)

📌 开发者必备工具： 在 Tool.tushuoit.com 发现免费在线工具集！推荐 App Store 截图生成器、应用图标生成器 和 Chrome插件-强制开启复制-护眼模式-网页乱码设置编码，让您的开发和运营工作更轻松高效。