markitdownІнструмент Python для перетворення файлів та документів офісної програми у Markdown.

MarkItDown є легковажної утилітиєю Python для перетворення різної документації на розширення Markdown для використання з розпізнаванням мовних моделей та пов'язаними текстовими аналізними потоками роботи. Його найбільш подібна утиліта textract, але з акцентом на збережені важливих документів структурі та вмісті у вигляді розширення Markdown, що включає підзаголовки, списки, таблиці, посилання тощо. Вихід часто відносно добре надається та сприймається людьми з чуттям, але його метою є споживання текстовими аналізними інструментами, і тому може не бути найкращою опцією для високоякісного документів перетворення для споживання людини. MarkItDown на поточний момент підтримує перетворення із файлау PDF, презентацій PowerPoint, документів Word, табличних даних Excel, зображень (збереження EXIF-міток та виявлення тексту зображень шляхом OСR), аудіозаписів (збереження EXIF-міток та виявлення мови шляхом трансляції мови), з HTML, текстових форматів (CSV, JSON, XML), скомпільованих ZIP-файлів, URL-адрес Youtube, EPubs та інших форматів. Рекомендується використовувати віртуальне середовище, щоб уникнути конфліктів залежностей. З Python 3.10 або вище ви можете встановити MarkItDown за допомогою pip: pip install 'markitdown[all]' або завантаживши з джерела: git clone git@github.com:microsoft/markitdown.git, потім pip install -e 'packages/markitdown[all]'. Використання сервісу відбувається шляхом виклику з командової лінії, при цьому вказується назва файлу виходу, чи передається вміст через трубопровід, або в окремих випадках використовується функція convert_* для спеціалізованих завдань.