3 min給工具使用者

Docling vs MarkItDown:同一份 Word 和 HTML,表頭差在哪?

用同一份合成 Word 與 HTML 實測 Docling Slim 和 MarkItDown,比較表頭、欄位、標題層級和超連結,判斷哪個輸出適合後續程式。

Aaron Huang資深品牌經理

審閱:Aaron Huang · 2026-11-14

如果後續程式用欄名讀取 Word 資料,先測 Docling Slim。如果只需要把 HTML 轉成可讀文字,兩款工具都保留了這次樣本的表頭、資料列和連結。真正影響選擇的差異出現在 Word,MarkItDown 把欄名留在內文,卻把 Markdown 表頭留白。

如果你的輸入主要是 PDF,可再比較 PyMuPDF4LLM 的 PDF 轉 Markdown 流程,用自己的頁面核對閱讀順序與表格,不把這次 Word/HTML 結果直接套用到 PDF。

讓兩款工具接收同一份輸入

團隊把同一份寄件資料做成合成 Word 與 HTML。兩個檔案都有 Shipping brief、BOX-17、Route 和 Cutoff,以及台北 08:30 和台南 16:45。只有 HTML 有 Shipping terms 超連結,且用 <th> 標記表頭。DOCX 的欄名放在一般的第一列,未設定重複表頭。每種檔案各交給兩款工具,兩次讀取同一批來源。

驗收項目 Docling Slim 2.150.1 MarkItDown 0.1.9
Word 的 Markdown 表頭 Route 和 Cutoff 兩欄空白,原欄名在下一筆資料列
兩個格式的城市與時間 保留兩組對應 保留兩組對應
Word 標題 ## Shipping brief # Shipping brief
HTML 連結 保留網址 保留網址
程式讀取表格 實測從文件物件取得一張結構化表格 本次使用 CLI 的 Markdown 輸出

用你下游需要的東西來驗收

如果結果會交給用欄名解析的程式,先檢查 Markdown 的第一列。若你需要結構化儲存格,用 Docling 的 document.tables 檢查表格數量,再對照原檔找一列關鍵值。若只用 Markdown 做全文索引,先核對編號和數值。切章節時也要核對標題層級。

要在本機試,分開建 Python 3.12 虛擬環境。MarkItDown 安裝 python -m pip install "markitdown[pdf,docx]==0.1.9" 後執行 markitdown shipping.docx。Docling 則安裝 python -m pip install "docling-slim[format-docx,format-html]==2.150.1",從 docling.document_converter 匯入 DocumentConverter,用 DocumentConverter().convert("shipping.docx").document 取得文件,再呼叫 export_to_markdown()。以工作中常見的欄名重跑一次,再做整批選擇。

適用範圍

這次比較只驗了同一個簡單表格的 Word 和 HTML,未比較 OCR、PDF 版面、速度或大型目錄。文件樣式不同也可能產生不同的欄名結果。 Docling Slim 套件與格式選項 · Microsoft MarkItDown 0.1.9。

訂閱 AI 工具精選與使用建議

有值得推薦的新工具、實測發現或重要更新時,寄到你的信箱。

訂閱後先寄給你一份每月更新的 AI 工具與 Skill 清單。有值得推薦的工具、實測發現或重要更新時才寄信,隨時可以退訂。隱私權說明

快完成了,請到信箱收確認信點信裡的按鈕確認訂閱,就會收到工具清單的下載連結。沒看到的話,看一下垃圾郵件或「促銷內容」分頁。

也可以在這些平台追蹤: