Markitdown Installation Guide

# MarkItDown 安装指南 ## 前置要求 - Python 3.10 或更高版本 - pip 包管理器 - 虚拟环境（推荐） ## 基础安装 ### 安装所有功能（推荐） bash pip install 'markitdown[all]' 这将安装对所有文件格式和功能的支持。 ### 安装特定功能 如果您只需要某些文件格式，可以安装特定的依赖项： bash # 仅 PDF 支持 pip install 'markitdown[pdf]' # Office 文档 pip install 'markitdown[docx,pptx,xlsx]' # 多种格式 pip install 'markitdown[pdf,docx,pptx,xlsx,audio-transcription]' ### 从源码安装 bash git clone https://github.com/microsoft/markitdown.git cd markitdown pip install -e 'packages/markitdown[all]' ## 可选依赖项 | 功能 | 安装命令 | 用途 | |---------|--------------|----------| | 所有格式 | `pip install 'markitdown[all]'` | 全部功能 | | PDF | `pip install 'markitdown[pdf]'` | PDF 文档 | | Word | `pip install 'markitdown[docx]'` | DOCX 文件 | | PowerPoint | `pip install 'markitdown[pptx]'` | PPTX 文件 | | Excel (新) | `pip install 'markitdown[xlsx]'` | XLSX 文件 | | Excel (旧) | `pip install 'markitdown[xls]'` | XLS 文件 | | Outlook | `pip install 'markitdown[outlook]'` | MSG 文件 | | Azure DI | `pip install 'markitdown[az-doc-intel]'` | 增强型 PDF | | 音频 | `pip install 'markitdown[audio-transcription]'` | WAV/MP3 | | YouTube | `pip install 'markitdown[youtube-transcription]'` | YouTube 视频 | ## 系统依赖项 ### OCR 支持（用于扫描文档和图像） #### macOS bash brew install tesseract #### Ubuntu/Debian bash sudo apt-get update sudo apt-get install tesseract-ocr #### Windows 下载地址: https://github.com/UB-Mannheim/tesseract/wiki ### Poppler Utils（用于高级 PDF 操作） #### macOS bash brew install poppler #### Ubuntu/Debian bash sudo apt-get install poppler-utils ## 验证 测试您的安装： bash # 检查版本 python -c "import markitdown; print('MarkItDown 安装成功')" # 测试基础转换 echo "Test" > test.txt markitdown test.txt rm test.txt ## 虚拟环境设置 ### 使用 venv bash # 创建虚拟环境 python -m venv markitdown-env # 激活 (macOS/Linux) source markitdown-env/bin/activate # 激活 (Windows) markitdown-envScriptsactivate # 安装 pip install 'markitdown[all]' ### 使用 conda bash # 创建环境