万物皆可markdown，这个Python库绝了～

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。

• PDF
• PowerPoint
• Word
• Excel
• 图像
• 音频
• HTML
• 基于文本的格式（CSV, JSON, XML）
• ZIP 文件
• YouTube URL
• EPubs

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_plugins=False) 
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_endpoint="<document_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。