Docling v2.129.0
🇺🇸 English EN 🇩🇪 Deutsch DE 🇯🇵 日本語 JA 🇨🇳 简体中文 ZH 🇫🇷 Français FR 🇪🇸 Español ES
GitHub Empezar
Referencia

Formatos compatibles con Docling

Lo que Docling puede leer y exportar. Basado en la lista oficial: consulta siempre la página oficial.

FormatoCategoríaOCRTablasNotasComando
PDF
.pdf		 DocumentosopcionalsíAnálisis avanzado de PDF con diseño, orden de lectura y comprensión de tablas.
  • Usa --no-ocr para PDF digitales y --ocr-mode full_page para escaneos.
  • La entrada más completa: diseño, orden de lectura y tablas.
 docling convert file.pdf --to md
Word
.docx, .doc		 DocumentosnosíDocumentos de Word con títulos, listas y tablas.
  • Los títulos, listas y tablas se traducen bien a Markdown.
 docling convert file.docx --to md
OpenDocument Text
.odt		 DocumentosnosíDocumentos de texto OpenDocument.
  • Ideal para documentos creados en LibreOffice Writer.
 docling convert file.odt --to md
Apple Pages
.pages		 DocumentosnosíDocumentos de Apple Pages (Pages 5+ e iWork '09).
  • Compatible con Pages 5+ y archivos de iWork '09.
 docling convert file.pages --to md
Markdown
.md, .qmd, .Rmd		 DocumentosnosíMarkdown puro y superconjuntos de Markdown.
  • Convierte Markdown y sus superconjuntos (qmd, Rmd).
 docling convert file.md --to md
AsciiDoc
.adoc, .asciidoc		 DocumentosnosíDocumentos de texto AsciiDoc.
  • Bueno para documentación técnica escrita en AsciiDoc.
 docling convert file.adoc --to md
LaTeX
.tex, .latex		 DocumentosnosíDocumentos fuente LaTeX.
  • Convierte el código .tex, no el PDF compilado.
 docling convert file.tex --to md
Plain text
.txt, .text		 DocumentosnonoArchivos de texto plano.
  • El texto plano no tiene estructura que recuperar.
 docling convert file.txt --to md
PowerPoint
.pptx, .ppt		 PresentacionesnosíDiapositivas con diseño, cuadros de texto y notas.
  • Las notas del orador se capturan junto al texto de la diapositiva.
 docling convert file.pptx --to md
OpenDocument Presentation
.odp		 PresentacionesnosíPresentaciones OpenDocument.
  • Ideal para presentaciones de LibreOffice Impress.
 docling convert file.odp --to md
Excel
.xlsx, .xls		 Hojas de cálculonosíLibros convertidos a tablas por hoja.
  • Cada hoja se convierte en su propia tabla estructurada.
 docling convert file.xlsx --to md
OpenDocument Spreadsheet
.ods		 Hojas de cálculonosíHojas de cálculo OpenDocument.
  • Ideal para libros de LibreOffice Calc.
 docling convert file.ods --to md
CSV
.csv		 Hojas de cálculonosíValores separados por comas.
  • Se analiza como una sola tabla.
 docling convert file.csv --to md
HTML
.html, .htm, .xhtml		 WebnosíPáginas web y HTML guardado.
  • Los scripts y estilos se ignoran; se conserva el contenido visible.
 docling convert file.html --to md
EPUB
.epub		 WebnosíLibros electrónicos en formato EPUB.
  • Los capítulos siguen el orden del libro.
 docling convert file.epub --to md
WebVTT
.vtt		 WebnonoWeb Video Text Tracks (subtítulos).
  • Los subtítulos con tiempo se convierten en texto estructurado.
 docling convert file.vtt --to md
Images
.png, .jpg, .jpeg, .tiff		 ImágenessíparcialPáginas escaneadas y archivos de imagen; se requiere OCR para el texto.
  • Se requiere OCR para el texto; usa --ocr-mode full_page.
 docling convert scan.png --to md
Email
.eml, .msg		 CorreonosíArchivos de mensajes de correo.
  • Las cabeceras, el cuerpo y los adjuntos se separan.
 docling convert mail.eml --to md
XBRL
.xml (XBRL)		 XMLnosíeXtensible Business Reporting Language: informes financieros.
  • Las tablas financieras se conservan.
 docling convert report.xml --to md
USPTO XML
.xml (USPTO)		 XMLnosíDocumentos XML de patentes USPTO.
  • XML de patentes con secciones y reivindicaciones.
 docling convert patent.xml --to md
JATS XML
.xml (JATS)		 XMLnosíXML JATS de artículos de revista.
  • XML de artículos con secciones estructuradas.
 docling convert article.xml --to md
Audio
.wav, .mp3		 Audio/VideononoVoz transcrita con la pipeline ASR.
  • Requiere el extra asr; usa Whisper.
 docling convert audio.mp3 --pipeline asr --to md
Video
.mp4, .avi, .mov, .mkv, .webm		 Audio/VideononoVídeo analizado en una transcripción ASR con fotogramas representativos.
  • Produce una transcripción ASR y fotogramas clave representativos.
 docling convert video.mp4 --pipeline asr --to md

¿Configurar OCR u opciones de salida? Abre el configurador o compara motores OCR.

1
Paso 1

Cómo convierte Docling un documento

Docling lee 23 formatos de entrada de ocho familias y exporta nueve formatos de salida. Filtra la tabla para encontrar un formato y sigue su comando. Esta guía explica cómo funciona la conversión, cómo leer la tabla y cómo elegir la salida correcta.

Cada entrada pasa por el mismo pipeline: el archivo se analiza en un único DoclingDocument y luego se exporta al formato elegido.

  • El análisis de diseño detecta columnas, encabezados, pies de página y orden de lectura.
  • TableFormer reconstruye las tablas como matrices Markdown o HTML.
  • El OCR solo se aplica cuando una página no tiene capa de texto o cuando lo fuerzas.
  • El resultado es un DoclingDocument que puedes exportar de muchas formas.
2
Paso 2

Cómo leer la tabla

La tabla lista cada entrada compatible con sus extensiones, categoría y un comando listo para usar.

  • OCR: si el OCR aplica a esta entrada (opcional, sí o no).
  • Tablas: si se recupera la estructura de tablas (sí, parcial o no).
  • Notas y consejos: qué tener en cuenta con este formato.
  • Comando: cópialo y cambia el nombre del archivo.
3
Paso 3

Elegir la salida correcta

El formato de entrada no limita la exportación; elige la salida que encaje con tu siguiente paso.

4
Paso 4

OCR y tablas por formato

El OCR solo se aplica a entradas basadas en imágenes. Las tablas se recuperan para todos los formatos estructurados.

  • Las imágenes y los PDF escaneados necesitan OCR; los PDF digitales normalmente no.
  • Office, web y XML ya traen estructura, así que el OCR está desactivado por defecto.
  • El audio y el vídeo usan el pipeline ASR en lugar del OCR.
  • Elige un motor OCR en la página Motores OCR.
5
Paso 5

Cuando un formato no es compatible

Si un archivo no está en la tabla, Docling no puede analizarlo directamente.

  • Conviértelo primero a PDF, DOCX o HTML.
  • Elimina la protección con contraseña de los PDF cifrados.
  • Prueba con una copia nueva si el archivo puede estar dañado.
  • Consulta la solución de problemas para errores de conversión.
6
Paso 6

Rendimiento y privacidad

La conversión se ejecuta en local y solo consume tiempo lo que actives.

  • Desactiva el OCR en documentos digitales; es el mayor factor de velocidad.
  • Usa --table-mode fast cuando las tablas aproximadas sean aceptables.
  • Prefiere una GPU para lotes grandes.
  • No se sube nada; los archivos nunca salen de tu equipo.
7
Paso 7

Preguntas frecuentes

¿Qué formatos puede leer Docling?
23 formatos de entrada de documentos, hojas de cálculo, presentaciones, web, imágenes, correo, XML y audio/vídeo. La tabla de arriba los lista todos.
¿Qué formatos de salida puede escribir Docling?
Markdown, JSON, HTML, DocTags, DocLang, WebVTT, YAML, LaTeX y JSON fragmentado.
¿Docling necesita OCR para todos los PDF?
No. El OCR es opcional y solo se necesita para escaneos o PDF sin capa de texto. Usa --no-ocr para PDF digitales.
¿Docling puede leer PDF cifrados?
No. Elimina la protección con contraseña antes de convertir.
¿Docling conserva las tablas?
Sí. TableFormer reconstruye las tablas de entradas estructuradas y PDF; las imágenes y escaneos dependen de la calidad del OCR.
¿Y si mi formato no aparece?
Conviértelo primero a PDF, DOCX o HTML y luego ejecuta Docling sobre él.