#文档转换

clipper.js

Clipper是一个Node.js命令行工具，可以便捷地将网页内容剪辑并转换为Markdown格式。利用Mozilla的Readability和Turndown库，它提供了一种快速保存网页内容的方法，无需浏览器插件或账户注册。适用于个人记录和存档，支持从URL、文件或目录中剪辑内容，还能将PDF转换为Markdown。

asciidoctor

Asciidoctor是一款开源的Ruby文本处理器,可将AsciiDoc文档转换为HTML 5、DocBook 5、PDF等多种格式。它提供丰富的扩展生态系统,包括转换器、构建插件等工具,便于创作和发布AsciiDoc内容。除Ruby环境外,Asciidoctor还支持通过AsciidoctorJ在JVM上运行,或通过Asciidoctor.js在JavaScript环境中使用。

pdf2htmlEX

pdf2htmlEX是一个开源的PDF转HTML工具，能精确还原PDF文档的文本、字体和布局。它支持复杂的学术论文和杂志排版，可处理大量公式和图表。该工具提供灵活的输出选项，包括生成单一HTML文件或按需加载页面。pdf2htmlEX保持较小的文件体积，同时支持链接、大纲和打印等功能，适用于多种在线发布场景。

magic-doc

Magic-Doc是一款开源轻量级工具，可将PPT、PPTX、DOC、DOCX和PDF等多种格式文件转换为Markdown。支持处理本地和S3存储的文件，并提供简洁的Python API。该工具转换速度快，尤其在处理数字化PDF和DOCX文件时效率高。Magic-Doc整合了多个开源项目，为文档格式转换提供了实用的解决方案。

go-fitz

go-fitz是对MuPDF的fitz库的Go语言封装，支持从PDF、EPUB和MOBI文档中提取页面内容，并可输出为图像、文本、HTML或SVG格式。该项目具有多种构建标签，适应不同使用场景。go-fitz主要用于处理和转换多种文档格式，可集成到需要文档内容提取和转换功能的Go应用中。go-fitz支持extlib、static、pkgconfig和musl等构建标签，允许用户根据需求选择使用外部MuPDF库或静态链接。项目提供了示例代码，展示了如何使用go-fitz提取PDF页面并保存为JPEG图像。

pypandoc

pypandoc是pandoc文档转换工具的Python封装库，支持多种格式间的转换，如Markdown到PDF、HTML到Word等。它提供简洁的API，支持自定义参数和过滤器，能处理Unicode文本。pypandoc可通过pip安装，也提供包含pandoc的二进制包。作为一个灵活的文档处理工具，pypandoc简化了在Python中使用pandoc的过程。

mammoth.js

Mammoth是一个开源的.docx文件转换工具，可将Microsoft Word、Google Docs和LibreOffice文档转换为HTML。它通过提取文档的语义信息，生成简洁的HTML结构，支持标题、列表、表格等多种格式。Mammoth提供自定义样式映射功能，适用于Node.js和浏览器环境，具有简单的API。这个工具专注于保留文档的结构和语义，而非完全复制原始样式，适合需要清晰HTML输出的场景。

marker-api

Marker API是一款性能卓越的PDF转Markdown工具，支持多语言和多种文档类型。该工具能精准提取文本、表格、代码块和图片，通过深度学习模型实现高速转换，尤其适用于学术论文、技术文档等复杂PDF的转换。与同类产品相比，转换速度提升4倍。Marker API部署简便，适用于GPU和CPU环境，为PDF文档处理提供灵活选择。

Mapify

通过AI技术，Mapify从文本、图片、视频和语音中迅速提炼核心信息，形成清晰的思维导图，适合个人学习与团队协作。其直观的界面和对多种文件格式的支持，简化了信息整理与知识管理。