Milad Nouri（ツ） میلاد نوری

مایکروسافت اخیرا یک کتابخانه پایتون به نام MarkItDown منتشر کرده که ابزاری کاربردی برای تبدیل فایل‌های مختلف (فایل‌های پاورپوینت، پی‌دی‌اف، ورد، اکسل و...) به Markdown است.
‌
این موضوع برای تجزیه و تحلیل متون داخل فایل‌ها بسیار کاربردی‌ست.
‌
این کتابخانه در حال حاضر از pdf، پاورپوینت (pptx.)، ورد (.docx)، اکسل (xlsx.)، تصاویر (متادیتای EXIF ​​و OCR)، فایل صوتی (متادیتای EXIF ​​و رونویسی گفتار)، HTML (به خصوص در مورد ویکی‌پدیا و...) و برخی از سایر فرمت‌های مبتنی بر متن مثل csv, json, xml پشتیبانی می‌کند.
‌
شروع استفاده از این ابزار بسیار سریع و راحت است:
‌

from markitdown import MarkItDown

markitdown = MarkItDown()
result = markitdown.convert("test.xlsx")
print(result.text_content)

‌

🔗 مشاهده در GitHub
‌
برای درک بهتر کاربرد آن می‌توانید از دمویی که یک برنامه‌نویس خارجی در آدرس زیر قرار داده استفاده کنید:
https://msftmd.replit.app
‌
📝 @MiladNouriChannel

www.tgoop.com/nourimilad/1406

10.0K viewsedited  Dec 14 at 11:48

مایکروسافت اخیرا یک کتابخانه پایتون به نام MarkItDown منتشر کرده که ابزاری کاربردی برای تبدیل فایل‌های مختلف (فایل‌های پاورپوینت، پی‌دی‌اف، ورد، اکسل و...) به Markdown است.
‌
این موضوع برای تجزیه و تحلیل متون داخل فایل‌ها بسیار کاربردی‌ست.
‌
این کتابخانه در حال حاضر از pdf، پاورپوینت (pptx.)، ورد (.docx)، اکسل (xlsx.)، تصاویر (متادیتای EXIF ​​و OCR)، فایل صوتی (متادیتای EXIF ​​و رونویسی گفتار)، HTML (به خصوص در مورد ویکی‌پدیا و...) و برخی از سایر فرمت‌های مبتنی بر متن مثل csv, json, xml پشتیبانی می‌کند.
‌
شروع استفاده از این ابزار بسیار سریع و راحت است:
‌

from markitdown import MarkItDown

markitdown = MarkItDown()
result = markitdown.convert("test.xlsx")
print(result.text_content)

BY Milad Nouri（ツ） میلاد نوری