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

Docling 支持的格式

Docling 可读取和导出的格式。基于官方列表，请始终查看官方页面。

格式分类OCR表格说明命令
PDF
.pdf		 文档可选是高级 PDF 解析，具备版面、阅读顺序和表格理解。
  • 数字版 PDF 用 --no-ocr，扫描件用 --ocr-mode full_page。
  • 功能最完整的输入：版式、阅读顺序和表格。
 docling convert file.pdf --to md
Word
.docx, .doc		 文档否是含标题、列表和表格的 Word 文档。
  • 标题、列表和表格能很好地映射为 Markdown。
 docling convert file.docx --to md
OpenDocument Text
.odt		 文档否是OpenDocument 文本文档。
  • 适合 LibreOffice Writer 创建的文档。
 docling convert file.odt --to md
Apple Pages
.pages		 文档否是Apple Pages 文档（Pages 5+ 与 iWork '09）。
  • 支持 Pages 5+ 和 iWork '09 文件。
 docling convert file.pages --to md
Markdown
.md, .qmd, .Rmd		 文档否是纯 Markdown 及 Markdown 超集。
  • 转换 Markdown 及其超集（qmd、Rmd）。
 docling convert file.md --to md
AsciiDoc
.adoc, .asciidoc		 文档否是AsciiDoc 文本文档。
  • 适合用 AsciiDoc 编写的技术文档。
 docling convert file.adoc --to md
LaTeX
.tex, .latex		 文档否是LaTeX 源文档。
  • 转换 .tex 源文件，而不是编译后的 PDF。
 docling convert file.tex --to md
Plain text
.txt, .text		 文档否否纯文本文件。
  • 纯文本没有可恢复的结构。
 docling convert file.txt --to md
PowerPoint
.pptx, .ppt		 演示文稿否是含版面、文本框和备注的幻灯片。
  • 演讲者备注会与幻灯片文本一起提取。
 docling convert file.pptx --to md
OpenDocument Presentation
.odp		 演示文稿否是OpenDocument 演示文稿。
  • 适合 LibreOffice Impress 演示文稿。
 docling convert file.odp --to md
Excel
.xlsx, .xls		 电子表格否是按工作表转换为表格的工作簿。
  • 每个工作表都会成为独立的结构化表格。
 docling convert file.xlsx --to md
OpenDocument Spreadsheet
.ods		 电子表格否是OpenDocument 电子表格。
  • 适合 LibreOffice Calc 工作簿。
 docling convert file.ods --to md
CSV
.csv		 电子表格否是逗号分隔值。
  • 作为单个表格解析。
 docling convert file.csv --to md
HTML
.html, .htm, .xhtml		 Web否是网页与保存的 HTML。
  • 忽略脚本和样式，仅保留可见内容。
 docling convert file.html --to md
EPUB
.epub		 Web否是EPUB 格式电子书。
  • 章节按书籍顺序排列。
 docling convert file.epub --to md
WebVTT
.vtt		 Web否否Web Video Text Tracks（字幕）。
  • 带时间轴的字幕会转换为结构化文本。
 docling convert file.vtt --to md
Images
.png, .jpg, .jpeg, .tiff		 图片是部分扫描页与图像文件；提取文本需要 OCR。
  • 文本需要 OCR；请使用 --ocr-mode full_page。
 docling convert scan.png --to md
Email
.eml, .msg		 电子邮件否是电子邮件消息文件。
  • 邮件头、正文和附件会被分离。
 docling convert mail.eml --to md
XBRL
.xml (XBRL)		 XML否是eXtensible Business Reporting Language（财务报告）。
  • 财务表格会被保留。
 docling convert report.xml --to md
USPTO XML
.xml (USPTO)		 XML否是USPTO 专利 XML 文档。
  • 包含章节和权利要求的专利 XML。
 docling convert patent.xml --to md
JATS XML
.xml (JATS)		 XML否是JATS 期刊文章 XML。
  • 具有结构化章节的期刊文章 XML。
 docling convert article.xml --to md
Audio
.wav, .mp3		 音频/视频否否使用 ASR 流水线转写的语音。
  • 需要 asr 扩展，使用 Whisper。
 docling convert audio.mp3 --pipeline asr --to md
Video
.mp4, .avi, .mov, .mkv, .webm		 音频/视频否否解析为带代表性关键帧的 ASR 转写的视频。
  • 生成 ASR 转录和代表性关键帧。
 docling convert video.mp4 --pipeline asr --to md

需要配置 OCR 或输出选项？打开配置器，或对比OCR 引擎。

1
?? 1

Docling 如何转换文档

Docling 可读取八大类的 23 种输入格式，并导出九种输出格式。用筛选找到格式，然后照其命令操作。本指南说明转换原理、如何阅读表格以及如何选择正确的输出。

所有输入都经过同一流水线：文件被解析为统一的 DoclingDocument，再导出为你选择的格式。

  • 版式分析会检测分栏、页眉、页脚和阅读顺序。
  • TableFormer 将表格重建为 Markdown 或 HTML 矩阵。
  • 仅当页面没有文本层或你强制启用时才会执行 OCR。
  • 结果是一个可多种方式导出的 DoclingDocument。
2
?? 2

如何阅读表格

表格列出每种受支持的输入及其扩展名、类别和可直接运行的命令。

  • OCR：该输入是否适用 OCR（可选、是或否）。
  • 表格：是否重建表格结构（是、部分或否）。
  • 说明与提示：该格式需要注意的地方。
  • 命令：复制并替换文件名即可。
3
?? 3

选择正确的输出

输入格式不会限制导出；请选择适合下一步的输出。

4
?? 4

按格式看 OCR 与表格

OCR 仅适用于基于图像的输入。所有结构化格式都会重建表格。

  • 图像和扫描 PDF 需要 OCR；数字版 PDF 通常不需要。
  • Office、网页和 XML 已自带结构，因此默认关闭 OCR。
  • 音频和视频使用 ASR 流水线而非 OCR。
  • 在 OCR 引擎 页面选择引擎。
5
?? 5

当格式不受支持时

如果文件不在表格中，Docling 无法直接解析。

  • 先将其转换为 PDF、DOCX 或 HTML。
  • 加密 PDF 请先移除密码保护。
  • 如果文件可能损坏，请用新副本测试。
  • 转换错误请参阅 故障排查。
6
?? 6

性能与隐私

转换在本地运行，只有启用的模型会消耗时间。

  • 数字文档请关闭 OCR，这是最大的速度因素。
  • 可接受近似表格时使用 --table-mode fast。
  • 大批量处理优先使用 GPU。
  • 不会上传任何内容；文件不会离开你的机器。
7
?? 7

常见问题

Docling 可以读取哪些格式？
文档、表格、演示、网页、图片、邮件、XML 以及音频/视频共 23 种输入格式。上面的表格已全部列出。
Docling 可以写出哪些输出格式？
Markdown、JSON、HTML、DocTags、DocLang、WebVTT、YAML、LaTeX 和分块 JSON。
每个 PDF 都需要 OCR 吗？
不需要。OCR 是可选的，仅用于扫描件或没有文本层的 PDF。数字版 PDF 请使用 --no-ocr。
Docling 能读取加密 PDF 吗？
不能。请在转换前移除密码保护。
Docling 会保留表格吗？
会。TableFormer 会为结构化输入和 PDF 重建表格；图片和扫描件取决于 OCR 质量。
如果我的格式不在列表中怎么办？
先将其转换为 PDF、DOCX 或 HTML，再对其运行 Docling。