마크잇

[! 중요] MarkItDown은 현재 프로세스의 권한으로 I/O를 수행합니다. open()이나 requests.get(처럼) 프로세스가 접근할 수 있는 자원에 접근할 수 있습니다. 신뢰할 수 없는 환경에서 입력을 소독하고, 사용 사례에 필요한 가장 좁은 'convert_*' 함수(예: 'convert_stream()' 또는 'convert_local()')를 호출하세요. 자세한 내용은 문서의 보안 고려사항 섹션을 참조하세요.

MarkItDown은 다양한 파일을 LLM 및 관련 텍스트 분석 파이프라인에서 사용할 수 있도록 다양한 파일을 Markdown으로 변환하는 경량 Python 유틸리티입니다. 이 점에서 textract와 가장 유사하지만, 중요한 문서 구조와 내용(제목, 목록, 표, 링크 등)을 Markdown처럼 보존하는 데 중점을 둡니다. 결과물은 대체로 보기 좋고 인간 친화적이지만, 텍스트 분석 도구가 사용하도록 설계되어 있어 고충실도 문서 변환에는 최적의 선택이 아닐 수 있습니다.

MarkItDown은 현재 다음 변환을 지원합니다:

• PDF
• 파워포인트
• 워드
• 엑셀
• 이미지 (EXIF 메타데이터 및 OCR)
• 오디오 (EXIF 메타데이터 및 음성 전사)
• HTML
• 텍스트 기반 형식 (CSV, JSON, XML)
• ZIP 파일 (내용을 반복 처리)
• 유튜브 URL
• EPubs
• ... 그리고 그 외에도!

왜 Markdown인가요?

마크다운은 평문 텍스트와 매우 가깝고, 마크업이나 서식이 거의 없지만, 그래도 중요한 문서 구조를 표현하는 방법을 제공합니다. 주류 LLM, 예를 들어 OpenAI의 GPT-4o, 네이티브 "_sp

---

🌐 본 텍스트는 빠른 이해를 돕기 위한 요약 번역본입니다. 정확한 기술 정보 및 전체 코드는 GitHub 원문에서 확인하실 수 있습니다.