MarkItDown

文档PDF 转 MarkdownPPT 转 MarkdownDOC 转 MarkdownWord 转 MarkdownTXT 转 Markdown数据与表格表格 转 MarkdownExcel 转 MarkdownCSV 转 MarkdownJSON 转 Markdown网页与图片URL 转 MarkdownHTML 转 Markdown图片 转 Markdown工具Microsoft MarkItDown所有格式Markdown 在线Markdown 转 PDFMarkdown 查看器Markdown 转 WordMarkdown 速查表转换示例

MarkItDown 最初是微软的开源工具，用于从多种文件格式中提取结构化文本。此在线版本专注于 PDF、DOCX、PPTX、XLS/XLSX、HTML/HTM、TXT/MD、CSV/TSV、JSON/XML、EPUB、IPYNB、公开 URL 以及 PNG/JPG/WebP OCR。

在线转换器支持 PDF、DOCX、PPTX、XLS/XLSX、HTML/HTM、TXT/MD、CSV/TSV、JSON、XML、EPUB、IPYNB、公开 URL、粘贴的表格，以及通过 OCR 处理的 PNG/JPG/WebP 图片。EPUB 和 IPYNB 使用服务器路径；图片格式使用 OCR。

可以。你无需账户即可开始使用。免费套餐每批最多处理 3 个文件，文件最大 20MB。Pro 将限制提升至 100MB 文件、每批 30 个文件、更多 OCR 以及无限保存结果。

MarkItDown 提取可选择的 PDF 文本，并尽可能保留结构。扫描版 PDF 可以使用 AI OCR，包括表格恢复和数学公式转换为 LaTeX。免费账户每月包含 10 页 OCR。

可以，前提是源文件清晰地呈现了这些结构。在解析器能够读取的情况下，表格、标题、列表、链接和行内格式都会被保留。

上传的文件会通过 Cloudflare 传输到我们自托管的 Microsoft MarkItDown 服务，作为临时文件处理，并在转换后删除。我们不存储源文件，也不记录文件内容；只有当你选择保存时，结果才会被存储。

可以。微软的 MarkItDown 以开源 Python 包的形式提供，可用于应用程序、脚本、数据管道、CI 任务和批处理。请参阅 GitHub 仓库了解安装和 API 示例。

MarkItDown 支持将多种常见文件格式转换为 Markdown，包括 PDF、Word（DOCX）、Excel（XLSX）、PowerPoint（PPTX）、HTML、CSV、JSON、XML、图片（通过 OCR 提取文字）以及纯文本文件。具体支持范围可能随版本更新而扩展，建议以官方文档为准。

MarkItDown 主要面向需要将非结构化或半结构化文档喂给 AI 大模型的场景，例如：把 PDF 报告、Word 合同、Excel 表格转成 Markdown 后用于 RAG 检索增强生成、构建知识库、做文档摘要或问答。它也适合开发者快速提取文档内容用于自动化处理。

MarkItDown 是免费工具，由微软开源，可本地运行，不强制联网。它通常以 Python 包形式安装（pip install markitdown），也提供命令行和 API 调用方式。转换过程在本地完成，适合处理敏感文档，但部分格式（如图片 OCR）可能需要额外依赖。