Docling：开源的文档解析工具，支持多种格式的解析和转换，可与其他 AI 工具集成

❤️ 如果你也关注大模型与 AI 的发展现状，且对大模型应用开发非常感兴趣，我会快速跟你分享最新的感兴趣的 AI 应用和热点信息，也会不定期分享自己的想法和开源实例，欢迎关注我哦！

🥦 微信公众号｜搜一搜：蚝油菜花 🥦

---

🚀 快速阅读

1. Docling 是一个开源的文档解析工具，支持多种格式的文档解析和转换。
2. 支持高级 PDF 理解、OCR 功能，并且易于与其他 AI 工具集成。
3. 提供简洁的命令行界面，方便用户快速处理文档。

正文（附运行示例）

Docling 是什么

Docling 是一个开源的文档解析和转换工具，能高效地将多种格式的文档（包括 PDF、DOCX、PPTX、图片和 HTML）解析，导出为 Markdown 或 JSON 格式。Docling 支持高级 PDF 理解、OCR 功能，能与 LlamaIndex 和 LangChain 等工具集成，增强文档的检索和问答能力。Docling 提供一个简洁的命令行界面，方便用户快速处理文档。

Docling 的主要功能

• 多格式支持：Docling 能读取和解析多种流行的文档格式，包括 PDF、DOCX、PPTX、图像、HTML、AsciiDoc 和 Markdown，支持将文档导出为 Markdown 和 JSON 格式。
• 高级 PDF 理解：Docling 具备对 PDF 文档的高级理解能力，包括页面布局、阅读顺序和表格结构的识别。
• 统一文档表示：基于DoclingDocument格式，Docling 提供一个统一且富有表现力的文档表示格式，表达文档中的文本、表格、图片等内容，及文档的层次结构。
• OCR 支持：Docling 支持光学字符识别（OCR），能识别扫描 PDF 中的文字，让 Docling 能处理扫描或手写的文档。
• 工具集成：Docling 易于与 LlamaIndex 和 LangChain 等工具集成，为 RAG（Retrieval-Augmented Generation）/QA（Question Answering）应用提供支持。

Docling 的技术原理

• 文档解析：Docling 用专门的解析器读取和解析不同格式的文档，将文档内容转换为内部数据结构。
• 布局和结构识别：对于 PDF 等格式，Docling 基于布局分析技术识别页面上的元素位置和阅读顺序，及表格和文本的结构。
• 内容提取：Docling 从文档中提取文本、表格、图片等元素，转换为统一的DoclingDocument格式。
• OCR 技术：对于图像或扫描的 PDF 文档，Docling 用 OCR 技术将图像中的文字转换为机器可读的文本。
• 数据结构和 JSON 指针：DoclingDocument用 JSON 指针引用父项和子项，构建文档的层次结构和内容关系。
• 输出格式化：将解析后的数据结构格式化为 Markdown 或 JSON，便于进一步的处理和分析。

如何运行 Docling

首先，安装 Docling：

pip install docling

接下来，使用如下代码示例将文档转换为 Markdown 格式：

from docling.document_converter import DocumentConverter

source = "https://arxiv.org/pdf/2408.09869"  # 可以是本地路径或URL
converter = DocumentConverter()
result = converter.convert(source)
print(result.document.export_to_markdown())  # 输出: "## Docling Technical Report[...]"

资源

1. 项目官网：https://ds4sd.github.io/docling/
2. GitHub 仓库：https://github.com/DS4SD/docling
3. arXiv 技术论文：https://arxiv.org/pdf/2408.09869

---

❤️ 如果你也关注大模型与 AI 的发展现状，且对大模型应用开发非常感兴趣，我会快速跟你分享最新的感兴趣的 AI 应用和热点信息，也会不定期分享自己的想法和开源实例，欢迎关注我哦！

🥦 微信公众号｜搜一搜：蚝油菜花 🥦