微软开源！Office 文档轻松转 Markdown！

大家好，我是 Java陈序员。

今天，给大家介绍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本经典计算机电子书籍等。

项目介绍

MarkItDown —— 微软开源的 Python 工具，能够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

安装使用

Pip 一键安装

1、使用 Pip 一键安装

在 Windows 中，可以使用 Pip 一键安装 MarkItDown, 需先安装 Python 环境。

pip install markitdown

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：

markitdown test.xlsx > test.md

或者使用 -o 指定输出文件：

markitdown test.xlxs -o test.md

转换后的 Markdown 文件 test.md:

Python API

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

from markitdown import MarkItDown

# 初始化 MarkItDown 对象
markitdown = MarkItDown()

# 转换 Excel 文件为 Markdown 格式
result = markitdown.convert("test.xlsx")

# 打印转换后的 Markdown 内容
print(result.text_content)

Docker 部署

1、运行 Docker 容器

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

2、容器启动成功后，访问 API 文档

http://{ip/域名}:8000/docs

3、REST API 调试

• 使用在线 Swagger 文档调试

• 使用 Postman 进行调试

• Curl 命令调试

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

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，具体的使用可参考项目文档。

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。

如果你在日常生活中，需要将文件转换为 Markdown, 不妨试试 MarkItDown.

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

最后

推荐的开源项目已经收录到 GitHub 项目，欢迎 Star：

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

或者访问网站，进行在线浏览：

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

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！

---