微软发布了一个文档转Markdown的利器：MarkItDown初体验

图片

微软近期开源了一个叫 MarkItDown 的文档转换工具，可以将各种文件轻松转换为Markdown格式，今天就来给大家介绍一下！

一、什么是 Markdown？

图片

Markdown 是一种轻量级标记语言，由 John Gruber 和 Aaron Swartz 在 2004 年共同创建。它以其简洁的语法和易读性而闻名，非常适合用于编写结构化的文档。Markdown 文件通常以 .md 或 .markdown 为扩展名，可以在各种平台和设备上轻松编辑和预览。目前Markdown 是自媒体创作者和程序员使用最广泛的文档语言。

二、MarkItDown 的主要功能

图片

MarkItDown 是微软近期开源的一款专门用于将各种文件转换为 Markdown 格式的工具。

三、MarkItDown 支持转换的格式

• PDF：支持将 PDF 文件中的文本内容提取并转换为 Markdown 格式。
• PPT：将 PowerPoint 演示文稿中的文本和图像内容转换为 Markdown。
• Word：将 Word 文档中的内容转换为 Markdown，保留基本的格式和结构。
• Excel
• 图像（EXIF 元数据和 OCR 光学字符识别）
• 音频（EXIF 元数据和语音转文字）
• HTML：将 HTML 文件中的内容转换为 Markdown，保留基本的格式和结构。
• CSV、JSON、XML：将 CSV、JSON 和 XML 文件中的数据转换为 Markdown 格式，便于进一步处理和分析。
• ZIP 文件（迭代处理压缩包内的文件）

四、MarkItDown 的优势

4.1 便捷高效

图片

MarkItDown 提供了一种简单易用的界面，用户只需上传文件即可自动完成转换过程。无需复杂的设置和配置，大大节省了用户的时间和精力。

4.2 多文档格式支持

MarkItDown 支持十几种常见文件格式。无论是文档、表格、图像还是音频文件，MarkItDown 都能实现转换。

4.3 开放源码

MarkItDown 是一款开源工具，用户可以根据需要进行定制和扩展，满足个性化的需求。

官网：https://github.com/microsoft/markitdown

五、使用教程

这里给大家简单说一下如何本地使用MarkItDown。这里以Win10电脑为例。

因为MarkItDown基于Python环境开发，所以需要安装Python并且配置环境变量。

Python下载官网：https://www.python.org/downloads/

图片

然后点击Windows进入下载界面

图片

然后下载安装包，版本我这边下载的是3.12.8.

下载后正常安装python，默认勾选配置环境变量即可。安装步骤非常简单，直接一步步操作就行了，这里就不多说了。

安装python并且配置环境变量ok后可以使用cmd命令检查是否安装成功。

运行cmd命令窗口，输入

python

回车，正确安装python如下图：

图片

然后安装依赖包，输入如下命令：

pip install markitdown

安装效果如下图：

图片

安装完成后就可以使用命令行进行测试了。

这里找一个text.xlsx文件，文件效果如下图：

图片

markitdown test.xlsx > test.md

执行命令后如下图：

图片

转换成功后打开转换后的效果如下图：

图片

目前测试过程中发现几个不足之处：

• 带有图片的文档转换，图片转换总是失败
• pdf针对编码有问题，容易出现转换报错的情况

图片

估计后续还要不少问题等待修复和优化，毕竟刚开源不久，等待后续更好用的版本发布吧。

六、总结

以上是微软发布MarkItDown工具的介绍，大家如果在配置当中有啥问题欢迎评论区沟通交流！