Docling v2.129.0
🇺🇸 English EN 🇩🇪 Deutsch DE 🇯🇵 日本語 JA 🇨🇳 简体中文 ZH 🇫🇷 Français FR 🇪🇸 Español ES
GitHub はじめる
リファレンス

Docling が対応する形式

Docling が読み取り・書き出しできる形式です。公式リストに基づいています。常に公式ページを確認してください。

形式カテゴリOCR表備考コマンド
PDF
.pdf		 文書任意ありレイアウト、読み順、表理解を備えた高度なPDF解析。
  • デジタル PDF には --no-ocr、スキャンには --ocr-mode full_page を使用します。
  • 最も機能が豊富な入力で、レイアウト・読み順・表に対応します。
 docling convert file.pdf --to md
Word
.docx, .doc		 文書なしあり見出し、リスト、表を含むWord文書。
  • 見出し、リスト、表が Markdown にきれいに対応します。
 docling convert file.docx --to md
OpenDocument Text
.odt		 文書なしありOpenDocumentのテキスト文書。
  • LibreOffice Writer の文書に最適です。
 docling convert file.odt --to md
Apple Pages
.pages		 文書なしありApple Pages文書（Pages 5+ と iWork '09）。
  • Pages 5+ と iWork '09 のファイルに対応します。
 docling convert file.pages --to md
Markdown
.md, .qmd, .Rmd		 文書なしあり純粋なMarkdownとMarkdownの上位集合。
  • Markdown とその上位言語（qmd、Rmd）を変換します。
 docling convert file.md --to md
AsciiDoc
.adoc, .asciidoc		 文書なしありAsciiDocテキスト文書。
  • AsciiDoc で書かれた技術文書に適しています。
 docling convert file.adoc --to md
LaTeX
.tex, .latex		 文書なしありLaTeXソース文書。
  • コンパイル済み PDF ではなく .tex ソースを変換します。
 docling convert file.tex --to md
Plain text
.txt, .text		 文書なしなしプレーンテキストファイル。
  • プレーンテキストには復元できる構造がありません。
 docling convert file.txt --to md
PowerPoint
.pptx, .ppt		 プレゼンテーションなしありレイアウト、テキストボックス、ノートを含むスライド。
  • 発表者ノートもスライド本文と一緒に取得します。
 docling convert file.pptx --to md
OpenDocument Presentation
.odp		 プレゼンテーションなしありOpenDocumentプレゼンテーション。
  • LibreOffice Impress のプレゼンテーションに最適です。
 docling convert file.odp --to md
Excel
.xlsx, .xls		 表計算なしありシートごとに表へ変換されるブック。
  • 各シートが独立した構造化テーブルになります。
 docling convert file.xlsx --to md
OpenDocument Spreadsheet
.ods		 表計算なしありOpenDocument表計算。
  • LibreOffice Calc のブックに最適です。
 docling convert file.ods --to md
CSV
.csv		 表計算なしありカンマ区切り値。
  • 単一の表として解析されます。
 docling convert file.csv --to md
HTML
.html, .htm, .xhtml		 WebなしありWebページと保存されたHTML。
  • スクリプトとスタイルは無視され、表示内容のみ保持されます。
 docling convert file.html --to md
EPUB
.epub		 WebなしありEPUB形式の電子書籍。
  • 章は書籍の並び順に従います。
 docling convert file.epub --to md
WebVTT
.vtt		 WebなしなしWeb Video Text Tracks（字幕）。
  • 時間付き字幕が構造化テキストになります。
 docling convert file.vtt --to md
Images
.png, .jpg, .jpeg, .tiff		 画像あり一部スキャンページと画像ファイル。テキストにはOCRが必要です。
  • テキストには OCR が必要です。--ocr-mode full_page を使用します。
 docling convert scan.png --to md
Email
.eml, .msg		 メールなしありメールメッセージファイル。
  • ヘッダー、本文、添付が分離されます。
 docling convert mail.eml --to md
XBRL
.xml (XBRL)		 XMLなしありeXtensible Business Reporting Language（財務報告）。
  • 財務表が保持されます。
 docling convert report.xml --to md
USPTO XML
.xml (USPTO)		 XMLなしありUSPTO特許XML文書。
  • セクションとクレームを含む特許 XML。
 docling convert patent.xml --to md
JATS XML
.xml (JATS)		 XMLなしありJATS学術論文XML。
  • 構造化されたセクションを持つ論文 XML。
 docling convert article.xml --to md
Audio
.wav, .mp3		 音声/動画なしなしASRパイプラインで文字起こしされる音声。
  • asr エクストラが必要で、Whisper を使用します。
 docling convert audio.mp3 --pipeline asr --to md
Video
.mp4, .avi, .mov, .mkv, .webm		 音声/動画なしなし代表的なキーフレーム付きのASR文字起こしに解析される動画。
  • ASR トランスクリプトと代表キーフレームを生成します。
 docling convert video.mp4 --pipeline asr --to md

OCRや出力オプションを設定しますか？コンフィグレーターを開くか、OCRエンジンを比較してください。

1
???? 1

Docling が文書を変換する仕組み

Docling は 8 ファミリー・23 の入力形式を読み取り、9 つの出力形式を書き出します。表を絞り込んで形式を見つけ、コマンドを実行してください。このガイドでは変換の仕組み、表の読み方、適切な出力の選び方を説明します。

どの入力も同じパイプラインを通ります。ファイルは単一の DoclingDocument に解析され、選んだ形式でエクスポートされます。

  • レイアウト解析が段組み、ヘッダー、フッター、読み順を検出します。
  • TableFormer が表を Markdown または HTML の表に再構築します。
  • OCR はテキスト層がないページ、または強制した場合にのみ適用されます。
  • 結果は多様な形式でエクスポートできる 1 つの DoclingDocument です。
2
???? 2

表の読み方

表には対応する各入力の拡張子、カテゴリ、すぐに使えるコマンドが一覧表示されます。

  • OCR: この入力に OCR が適用されるか（任意、あり、なし）。
  • 表: 表構造を再構築するか（あり、一部、なし）。
  • 注記とヒント: この形式で注意すべき点。
  • コマンド: コピーしてファイル名を置き換えます。
3
???? 3

適切な出力の選び方

入力形式はエクスポートを制限しません。次の工程に合う出力を選んでください。

4
???? 4

形式別の OCR と表

OCR は画像ベースの入力にのみ適用されます。表はすべての構造化形式で再構築されます。

  • 画像とスキャン PDF には OCR が必要で、デジタル PDF には通常不要です。
  • Office、Web、XML は構造を持つため、OCR は既定で無効です。
  • 音声と動画は OCR ではなく ASR パイプラインを使用します。
  • OCR エンジンは OCR エンジン ページで選択します。
5
???? 5

形式が対応していない場合

表にないファイルは、Docling が直接解析できません。

  • まず PDF、DOCX、HTML に変換してから実行します。
  • 暗号化 PDF はパスワード保護を解除してください。
  • 破損の可能性がある場合は新しいコピーで試します。
  • 変換エラーは トラブルシューティング を参照してください。
6
???? 6

パフォーマンスとプライバシー

変換はローカルで実行され、有効にしたモデルだけが時間を使います。

  • デジタル文書では OCR を無効にします。最大の速度要因です。
  • おおまかな表でよい場合は --table-mode fast を使用します。
  • 大規模バッチでは GPU を優先します。
  • 何もアップロードされません。ファイルはマシンから出ません。
7
???? 7

よくある質問

Docling はどの形式を読み取れますか？
文書、表計算、プレゼン、Web、画像、メール、XML、音声・動画の 23 の入力形式です。上の表にすべて記載しています。
Docling はどの出力形式を書き出せますか？
Markdown、JSON、HTML、DocTags、DocLang、WebVTT、YAML、LaTeX、チャンク JSON です。
すべての PDF に OCR が必要ですか？
いいえ。OCR は任意で、スキャンやテキスト層のない PDF にのみ必要です。デジタル PDF には --no-ocr を使用します。
暗号化された PDF を読めますか？
いいえ。変換前にパスワード保護を解除してください。
Docling は表を保持しますか？
はい。TableFormer が構造化入力と PDF の表を再構築します。画像とスキャンは OCR の品質に依存します。
形式が一覧にない場合は？
まず PDF、DOCX、HTML に変換してから Docling を実行してください。