Markdown Converter
将文件转换为 Markdown 格式,使用 uvx markitdown — 无需安装。
基本用法
# 输出到标准输出
uvx markitdown input.pdf
# 保存到文件
uvx markitdown input.pdf -o output.md
uvx markitdown input.docx > output.md
# 从标准输入读取
cat input.pdf | uvx markitdown
支持的格式
- 文档:PDF、Word (.docx)、PowerPoint (.pptx)、Excel (.xlsx, .xls)
- 网页/数据:HTML、CSV、JSON、XML
- 媒体:图片(EXIF + OCR)、音频(EXIF + 转录)
- 其他:ZIP(遍历内容)、YouTube 链接、EPub
选项
-o OUTPUT # 输出文件
-x EXTENSION # 提示文件扩展名(用于标准输入)
-m MIME_TYPE # 提示 MIME 类型
-c CHARSET # 提示字符集(例如 UTF-8)
-d # 使用 Azure Document Intelligence
-e ENDPOINT # Document Intelligence 端点
--use-plugins # 启用第三方插件
--list-plugins # 显示已安装的插件
示例
# 转换 Word 文档
uvx markitdown report.docx -o report.md
# 转换 Excel 电子表格
uvx markitdown data.xlsx > data.md
# 转换 PowerPoint 演示文稿
uvx markitdown slides.pptx -o slides.md
# 使用文件类型提示进行转换(针对标准输入)
cat document | uvx markitdown -x .pdf > output.md
# 使用 Azure Document Intelligence 提高 PDF 提取质量
uvx markitdown scan.pdf -d -e "https://your-resource.cognitiveservices.azure.com/"
注意事项
- 输出结果保留文档结构:标题、表格、列表、链接
- 首次运行会缓存依赖,后续执行更快
- 对于复杂 PDF(提取效果不佳),请使用
-d配合 Azure Document Intelligence