MarkItDown转换
MarkItDown 工具安装与 GUI 搭建
- 调研了微软开源项目 MarkItDown(https://github.com/microsoft/markitdown),确认可批量将 Word/PDF/PPT/Excel 等转为 Markdown。
- 在本机 Python 环境安装 markitdown 0.0.2。
- 创建了可视化 GUI 工具(Tkinter):
- 文件:
c:/Users/markitdown_gui.py - 启动方式:
c:/Users/启动MarkItDown转换工具.bat
- 文件:
- 功能:单文件/批量文件夹转换、格式下拉选择(Word/PDF/PPT/Excel/HTML/CSV/JSON/XML/TXT)、输出目录选择、子目录递归、覆盖选项、实时日志。
- 场景定位:可作为 Word→Markdown→Remotion 视频工作流的前处理环节。
markitdown_gui.py 错误处理优化
- 修复:批量转换时遇到 BadZipFile(旧版.doc改名为.docx)会给出友好提示并跳过,不影响其他文件。
- 修复:入口处捕获 KeyboardInterrupt,防止命令行 Ctrl+C 导致 GUI 崩溃。
批量 .doc → .docx 转换工具
- 创建了
doc_to_docx.py+启动doc转docx工具.bat - 原理:调用本机 Microsoft Word(win32com),后台静默打开.doc另存为.docx
- 功能:GUI 界面、递归子目录、可选输出目录、可选删除原文件、实时日志
- 用途:配合 markitdown_gui.py 前处理,先把旧.doc批量升级为.docx再转Markdown