Python很适合开发各种小工具比如我最近做的一个markdown转换神器基于微软的markitdown工具能将pdf、excel、ppt、word、html等十几种格式文件转换为markdown格式。先来讲讲markdown这可以是当今非常火的工具它是一种轻量标记语言专门用于编写文档它使用标记符号代表文档格式比如#代表大标题代表引用诸如此类。你看到的AI大模型输出的文本都是markdown格式各种博客编辑器也都是markdown格式现在出现频率非常之高。我一直用都用markdown写自媒体技术文章它不像word或者富媒体编辑器格式以来固定的编辑工具markdown是一次编写格式永久保存在任何markdown编辑器都可以渲染成统一格式。这几天逛github发现有一个专门将其他文档转换为markdown格式的Python库markitdown是微软开发的一个项目有7万多star用下来非常强大。markitdown是Python的一个第三方库它的优势在于非常轻量化而且api简单在将其他文档内容转换为markdown格式的同时还能保留文档格式比如表格、标题、链接之类。目前它能转换十几种文档为mrakdown格式。PDFPowerPointWordExcel图像音频HTML基于文本的格式CSV, JSON, XMLZIP 文件YouTube URLEPubs安装markitdown也很简单搭好虚拟环境后直接使用pip安装pip3 install markitdown[all]然后使用简单的代码就可以将excel、pdf、ppt转换为markdown格式。比如转换Excel文件。from markitdown import MarkItDown md MarkItDown(enable_pluginsFalse) result md.convert(test.xlsx) print(result.text_content)excel原文件如下可见markitdown很好的将excel转为markdown格式了。转换pdf可以传入参数docintel_endpointdocument_intelligence_endpoint指定进行更高级的转换。MarkItDown方法里还可以传入各种参数帮助更好的进行转换根据需求来调用。也可以直接在命令行里对文件进行markdown格式转换代码如下markitdown path-to-file.pdf document.md我特地写了一个web程序集成了markitdown的转换功能这样不用写代码直接拖拉拽就能实现转化。