markitdownlisted

# MarkItDown ## Overview MarkItDown（Microsoft製）を使って、PDF・Word・PowerPoint・Excel・HTML・画像・URL など多様なソースを Markdown テキストに変換するスキル。 ## インストール確認と手順 まず `markitdown` が利用可能かを確認する。 ```bash markitdown --version ``` **インストールされていない場合:** インストールは環境変更を伴うため、ユーザーに確認してから実行する。OCR・音声文字起こしが必要な場合だけ `[all]` を検討する。 ```bash # 標準インストール（PDF・Word・Excel・HTML 等に対応） pip install markitdown # 全形式サポート（画像OCR・音声文字起こし等を含む） pip install 'markitdown[all]' ``` > `pip` が使えない場合は `pip3` または `python3 -m pip` を使用する。 ## 対応フォーマット | フォーマット | 備考 | |---------------------------|--------------------------------------------| | PDF (`.pdf`) | テキスト抽出 | | Word (`.docx`) | テキスト・見出し構造を保持 | | PowerPoint (`.pptx`) | スライドごとにセクション化 | | Excel (`.xlsx`, `.csv`) | テーブル形式で変換 | | HTML (`.html`, URL) | ページコンテンツを抽出 | | 画像 (`.png`, `.jpg` 等) | `[all]` インストール時に OCR で文字抽出 | | 音声 (`.mp3`, `.wav` 等) | `[all]` インストール時に文字起こし | | Jupyter Notebook (`.ipynb`) | セルとアウトプットを変換 | | JSON / XML | 構造化テキストとして変換 | | ZIP | 内包ファイルを一括変換 | ## 使い方 ### CLI での変換 ```bash # 基本（標準出力） markitdown input.pdf # ファイルに保存 markitdown input.pdf -o output.md # URL を変換 markitdown https://example.com # パイプ経由 cat input.pdf | markitdown ``` ### Python API での変換 ```python from markit