深度理解 PDF
页面布局、阅读顺序、表格结构、代码、公式、图片分类,逐页重建文档的逻辑结构。


从页面布局到表格结构,从扫描版 OCR 到图表理解,Docling 把原始文档转换成富有表达力的统一表示。
页面布局、阅读顺序、表格结构、代码、公式、图片分类,逐页重建文档的逻辑结构。

柱状图、饼图、折线图可转换为表格或代码,并补充详细描述。

统一且富有表达力的文档表示格式,导出 Markdown、HTML、WebVTT、DocTags 与无损 JSON。
支持 DocLang、USPTO 专利、JATS 论文与 XBRL 财务报告等专用格式。
全流程可在本地运行,适用于敏感数据与网络隔离环境,数据不出域。
安装、转换、进阶管线与 Python 集成,从第一行命令到结构化 Markdown,只需几分钟。
pip install docling
需要 Python 3.10 或更高版本。支持 macOS、Linux 与 Windows,x86_64 与 arm64 架构均可运行。
支持 MP4、AVI、MOV、MKV、WebM,输出 ASR 转写文本与代表性关键帧。
OpenDocument 文本文档(.odt)、电子表格(.ods)、演示文稿(.odp)。
解析 XBRL 与 iXBRL(内联可扩展商业报告语言)文档,面向财务数据结构。
支持 .eml 与 .msg 邮件格式,包括会议邀请。
支持 .ics、.ical、.icalendar、.ifb,涵盖事件、待办、日志与忙闲时间,并保留参与人、提醒和附件名。
解析 EPUB 电子书文件,输出连续的结构化内容。
解析 Pages(.pages)文档、Numbers(.numbers)电子表格与 Keynote(.key)演示文稿。
解析 .txt、.text 以及 .qmd、.Rmd 文件。
柱状图、饼图、折线图可转换为表格或代码,并补充详细描述。