MarkItDown：微软开源多格式文档处理工具，轻松将文件转为 Markdown 格式！

微软最新开源的 Python 工具：MarkItDown，一个多功能文档处理神器。

能够将 PDF、Office 文档、图片、音频等格式文件中的数据，自动转换为 Markdown 格式，并支持 OCR、语音转文字以及元数据提取等高级功能。

也适合内容索引和数据挖掘等场景。

简单来说，它就像一个全能的文件转换器，让你的文件处理变得更加轻松便捷。

主要功能
• 多格式文档智能转换：支持将 PDF、Office 文档（Word、Excel、PPT）、图片、音频等多种文件自动转换为 Markdown 格式，统一文本格式，便于编辑和分析。

• 元数据提取：支持提取图片的 EXIF 信息、音频文件的元数据等。

• OCR 文字识别：对图片和 PDF 文件进行光学字符识别（OCR），将非结构化图像内容转化为可编辑的文本。

• 语音转文字：支持从音频文件中提取语音内容并转为文字，方便内容存档和分析。

• 简易 API：几行代码即可完成文档转换，无需复杂配置，适合开发者快速集成。

GitHub 项目地址：github.com