git clone git@github.com:microsoft/markitdown.git
cd markitdown
pip install -e packages/markitdown[all]

import pandas as pd
import numpy as np

# 生成一些示例數(shù)據(jù)
np.random.seed(0)
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve', 'Frank'],
    'Age': [25, 30, 35, 40, 45, 50],
    'Gender': ['Female', 'Male', 'Male', 'Male', 'Female', 'Male'],
    'Score1': np.random.randint(0, 100, 6),
    'Score2': np.random.randint(0, 100, 6)
}

# 創(chuàng)建一個基本的DataFrame
df = pd.DataFrame(data)

# 添加多級索引
index = pd.MultiIndex.from_product([['Group A', 'Group B'], 
                                    ['Subgroup 1', 'Subgroup 2', 'Subgroup 3']], 
                                   names=['Group', 'Subgroup'])
df.index = index

# 計算每行的總分和平均分
df['Total Score'] = df[['Score1', 'Score2']].sum(axis=1)
df['Average Score'] = df[['Score1', 'Score2']].mean(axis=1)

# 顯示表格
# print(df)

# 保存表格為xlsx文件
df.to_excel('test.xlsx')

# 將excel轉(zhuǎn)換為markdown文件
from markitdown import MarkItDown

# 通過傳遞enable_plugins=Fals參數(shù)，表明在進(jìn)行轉(zhuǎn)換時不啟用插件功能
md = MarkItDown(enable_plugins=False) 

# 調(diào)用md對象的convert方法，將test.xlsx文件進(jìn)行轉(zhuǎn)換
result = md.convert("test.xlsx")
# text_content為一個字符串
print(result.text_content)
# 返回結(jié)果為字典
print(result.__dict__)

# 將結(jié)果保存為Markdown文件
# 定義要保存的Markdown文件的文件名
output_file = "output.md"

# 以寫入模式打開文件，如果文件不存在則創(chuàng)建
with open(output_file, 'w', encoding='utf-8') as file:
    # 將轉(zhuǎn)換后的文本內(nèi)容寫入文件
    file.write(result.text_content)

import random
import string
# pip install fpdf
from fpdf import FPDF
from PIL import Image, ImageDraw, ImageFont

# 生成隨機(jī)文字
def generate_random_text(length):
    letters = string.ascii_letters + string.digits + string.punctuation
    return ''.join(random.choice(letters) for i in range(length))

# 生成隨機(jī)圖片
def generate_random_image(width, height):
    # 創(chuàng)建一個隨機(jī)顏色的圖片
    image = Image.new('RGB', (width, height), color=(
        random.randint(0, 255),
        random.randint(0, 255),
        random.randint(0, 255)
    ))
    draw = ImageDraw.Draw(image)
    font = ImageFont.load_default()
    # 在圖片上添加隨機(jī)文字
    text = generate_random_text(20)
    draw.text((10, 10), text, fill=(255, 255, 255), font=font)
    image_path = 'random_image.png'
    image.save(image_path)
    return image_path

# 創(chuàng)建PDF并添加隨機(jī)圖片和文字
def create_pdf():
    pdf = FPDF()
    pdf.add_page()

    # 添加隨機(jī)文字到PDF頂部
    top_text = generate_random_text(100)
    pdf.set_font("Arial", size=12)
    pdf.multi_cell(0, 10, txt=top_text)
    # 生成隨機(jī)圖片
    image_path = generate_random_image(300, 200)
    # 添加圖片到PDF
    pdf.image(image_path, x=10, y=pdf.get_y(), w=100)
    # 移動到圖片下方
    pdf.ln(210)
    # 添加隨機(jī)文字到PDF底部
    bottom_text = generate_random_text(100)
    pdf.multi_cell(0, 10, txt=bottom_text)

    # 保存PDF
    pdf.output("test.pdf")

# 創(chuàng)建PDF
create_pdf()
from markitdown import MarkItDown
# 將文檔轉(zhuǎn)換為markdown
# Azure文檔智能：可以使用Microsoft文檔智能進(jìn)行轉(zhuǎn)換
md = MarkItDown(docintel_endpoint="<document_intelligence_endpoint>")
# 不會轉(zhuǎn)換PDF中的圖片
result = md.convert("test.pdf")
print(result.text_content)

from markitdown import MarkItDown
from openai import OpenAI

client = OpenAI()
md = MarkItDown(llm_client=client, llm_model="gpt-4o")
result = md.convert("example.jpg")
print(result.text_content)

import markdown
print(f'Markdown Version: {markdown.__version__}')

# 定義Markdown文本
markdown_text = """
# 這是一個markdown標(biāo)題
這是一段普通文字，后續(xù)為列表項需要換行或者4個空格。

- 列表項 1
- 列表項 2

[markdown超鏈接](https://www.example.com)
"""

# 將Markdown文本轉(zhuǎn)換為 HTML
html_text = markdown.markdown(markdown_text)

# 打印轉(zhuǎn)換后的HTML文本
print(html_text)

import markdown

def create_example_markdown(file_path):
    example_content = """
# markdown示例標(biāo)題

這是一個示例的Markdown文件內(nèi)容。

## 子標(biāo)題

下面是一個無序列表：

- 列表項 1
- 列表項 2

這里還有一個有序列表：

1. 有序項 1
2. 有序項 2
"""

    try:
        with open(file_path, 'w', encoding='utf-8') as file:
            file.write(example_content)
        print("示例 Markdown 文件已創(chuàng)建。")
    except Exception as e:
        print(f"錯誤: 創(chuàng)建文件時發(fā)生未知錯誤: {e}")

def read_markdown_file(file_path):
    try:
        with open(file_path, 'r', encoding='utf-8') as file:
            return file.read()
    except FileNotFoundError:
        print(f"錯誤: 文件 {file_path} 未找到。")
        return None
    except Exception as e:
        print(f"錯誤: 讀取文件時發(fā)生未知錯誤: {e}")
        return None

# 創(chuàng)建本地示例markdown文件
file_path = 'example.md'
create_example_markdown(file_path)

markdown_text = read_markdown_file(file_path)
if markdown_text is not None:
    html_text = markdown.markdown(markdown_text)
    print(html_text)

from markdown.treeprocessors import Treeprocessor
from markdown.extensions import Extension

class MarkdownStyleProcessor(Treeprocessor):
    # 遍歷html節(jié)點設(shè)置不同參數(shù)
    def run(self, tree_root):
        for element in tree_root.iter():
            if element.tag == "h1":
                element.set("class", "custom-h1")
                element.set("style", "color: #007BFF; font-size: 2.5em; margin-bottom: 0.5em;")
            elif element.tag == "h2":
                element.set("class", "custom-h2")
                element.set("style", "color: #00FF00; font-size: 1.1em; margin-bottom: 0.3em;")

class MarkdownStyleExtension(Extension):
    # 該方法用于擴(kuò)展Markdown對象
    def extendMarkdown(self, markdown_obj):
        # markdown_style定義處理的名字。10表示表示處理器的優(yōu)先級，值越大越往后處理
        markdown_obj.treeprocessors.register(MarkdownStyleProcessor(markdown_obj), "markdown_style", 10)

import markdown

try:
    with open("example.md", "r", encoding="utf-8") as file:
        markdown_content = file.read()

    # 將Markdown內(nèi)容轉(zhuǎn)換為HTML，同時使用自定義的擴(kuò)展
    html_result = markdown.markdown(
        markdown_content,
        extensions=[MarkdownStyleExtension()]
    )
    print(html_result)
except Exception as e:
    print(f"發(fā)生錯誤: {e}")

# 示例

示例代碼如下[^1]：

print("Hello World!")

示例表格如下[^2]：

|姓名|年齡|
|:-|-:|
|張三|16|
|李四|23|

[^1]: 示例代碼
[^2]: 示例表格

import markdown

with open("example.md", "r", encoding="utf-8") as fd:
    markdown_text = fd.read()

# 通過extensions參數(shù)設(shè)置轉(zhuǎn)換格式
html_output = markdown.markdown(
    markdown_text,
    extensions=["tables", "footnotes", "fenced_code"]
)

print(html_output)