把14种文档格式统一转成Markdown，anydoc让文档转换一次搞定

把14种文档格式统一转成Markdownanydoc让文档转换一次搞定【免费下载链接】anydocConvert Word, PowerPoint, Excel, OpenDocument, RTF, EPUB, CSV, and PDF to clean Markdown. Built in Rust, with Node.js and Python bindings.项目地址: https://gitcode.com/gh_mirrors/any/anydoc你有没有过这样的时刻收件箱里躺着一堆乱七八糟的文件同事发来.docx方案讲师分享.pptx课件财务丢来.xlsx报表还有.pdf电子书、.rtf老文档、.epub杂志……每个都要用不同软件打开手机上排版还经常乱掉。anydoc 就是为解决这个痛点而生的文档转Markdown工具——不管你丢给它什么格式它都吐出一份干净统一的 Markdown。它到底是什么先花30秒认识一下anydoc 是一个用 Rust 写成的开源文档转换库。它的目标很朴素把 Word、PowerPoint、Excel、OpenDocument、RTF、EPUB、CSV、PDF 共14 种格式的文档全部转成统一的 GitHub-Flavored Markdown并且做到输入五花八门输出一个样。它的核心信息可以浓缩成一张小卡片开发语言Rust纯本地运行不依赖任何外部服务或 ML 模型覆盖格式doc/docx/docm、ppt/pptx/pps/ppsx/pot、xls/xlsx/xlsm/xlsb、odt/ods/odp、rtf、epub、csv、pdf语言绑定提供 Node.js、Python 绑定还能编译成 WebAssembly 在浏览器里跑性能表现中位转换耗时在毫秒级实测大批文档的平均转换时间不到 5ms之所以快是因为所有格式都先解析进同一个文档模型再交给同一个 Markdown 序列化器输出——修好一次表格转义rtf、odt、docx 全部跟着受益而不是每个格式各写一套逻辑。三步搞定从下载到转出第一份Markdown别被Rust库三个字吓到上手真的不用五分钟。跟着下面三步走你现在就能用上。第一步拿到代码如果你想把仓库克隆到本地一条命令即可git clone https://gitcode.com/gh_mirrors/any/anydoc第二步装一个你顺手的绑定用 Node.js 就装 npm 包用 Python 就装 pip 包npm install firecrawl/anydoc # 或者 pip install firecrawl-anydoc第三步写三行代码完成转换Python 版本最直观import anydoc markdown anydoc.to_markdown(slides.pptx) print(markdown)Node.js 同样简洁import { toMarkdown } from firecrawl/anydoc; const markdown await toMarkdown(report.docx);连代码都不想写直接用命令行npx下载即用npx firecrawl/anydoc slides.pptx -o slides.md看到没有从安装到出结果真的就这三步。Python 和 Node 的完整 API 说明分别放在 python/README.md 和 node/README.md有需要再去翻。三个真实场景anydoc 能帮你省下什么光说功能没感觉我们挑三个日常最常遇到的场景看看它是怎么派上用场的。场景一把课件PPT变成学习笔记 复习考试时几十页 PPT 翻来翻去很痛苦。用 anydoc 转成 Markdown 后每页幻灯片变成清晰的标题与列表结构直接粘进笔记软件或者交给 AI 帮你总结重点。相关的 PPT 解析逻辑在 src/formats/ppt/ 与 src/formats/pptx/ 目录感兴趣可以顺着看。场景二把散落各处的表格汇总成统一报表 月初要交报表邮箱里躺着三张不同来源的表格有.xls老格式有.xlsx还有一份.csv。用 anydoc 各自转成 Markdown 表格后粘贴、合并、统一格式一气呵成不用再开着 Excel 来回复制。表格渲染相关的实现可以参考 src/render/markdown/table.rs。场景三把PDF电子书变成可检索的纯文本 遇到扫描版 PDF 它确实无能为力但普通文字版 PDF 完全没有问题——转出来的文本可以全文搜索、复制引用还能塞进自己的知识库做检索。PDF 的转换入口在 src/formats/pdf.rs。一个加分项anydoc 不只是看文件后缀而是直接从文件内容识别格式PDF 文件头、RTF 起始标记、ZIP 包声明等。所以哪怕文件扩展名被改乱了它照样能认出真身、正确转换。新手最常问的几个问题Q转换出来的 Markdown 会不会丢失格式信息A常见的排版元素都会保留标题带锚点、加粗斜体删除线、表格含合并单元格、列表保留原始编号、脚注尾注也有。图片没法嵌进纯文本会转成 alt 文本占位原始字节仍可通过文档模型访问。QPDF 转换需要 OCR 或外部服务吗A不需要。文字版 PDF 完全本地转换不需要联网也不用装任何 OCR 组件。如果你手里是扫描件那就属于它的能力边界之外了。Q不同格式的转换质量一样吗A这正是 anydoc 的设计目标——所有格式共享同一套输出管线doc 老古董和 pptx 新文件转出来的 Markdown 风格一致。项目在 bench/README.md 里放了与 LibreOffice、pandoc、mammoth 等工具的横向对比数据覆盖格式最全速度也明显领先。Q转坏了会怎样A只有文件确实无法产出有效内容时才会报错而且错误类型分得很细加密的、格式损坏的、不支持的、超过资源限制的各归各类方便你在批处理时逐个跳过、记录原因不会让一个坏文件拖垮整个流程。动手试一次比读十篇文章都值一句话总结anydoc 把格式转换从一件让人头疼的杂事变成一行代码就能完成的日常操作——无论你是想整理课件、汇总报表还是给 AI 应用喂干净的文本数据它都能给你一份统一、干净、可复用的 Markdown。官方仓库里还附带了一个 Agent Skillskills/convert-documents-to-markdown/SKILL.md能让你的 AI 助手直接读懂办公文档。今天下午就花五分钟把那几个吃灰的文档拿出来转一转——你可能会惊讶原来文档处理可以这么省心。【免费下载链接】anydocConvert Word, PowerPoint, Excel, OpenDocument, RTF, EPUB, CSV, and PDF to clean Markdown. Built in Rust, with Node.js and Python bindings.项目地址: https://gitcode.com/gh_mirrors/any/anydoc创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考