开源文档解析工具，提取 PDF 等文件内容并输出结构化格式
基本信息
- 用途
- 开源文档解析工具，提取 PDF 等文件内容并输出结构化格式
- 分类
- 办公
- 官网
- https://docling-project.github.io/docling/
主要功能
- 解析 PDF 等文档的文字、版式与表格
- 通过 OCR 处理扫描 PDF 或图片
- 输出 Markdown、HTML 和 JSON 等格式
- 支持本地运行以及命令行或程序调用
适用场景
适合需要批量整理文档、搭建知识库或把 PDF 转成可编辑结构的技术用户。
使用须知
- 安装和本地运行需要配置环境，部分模型需要额外下载
- 复杂排版、表格及公式的识别结果应与原文对照
常见问题
- 能在本地处理文档吗？
- 可以。官方文档列出本地执行能力。
- 可以导出 Markdown 吗？
- 可以。官方文档列出 Markdown、HTML 和 JSON 等输出格式。