📄 文件转换工具

一个基于 Flask 的 Web 应用，支持将 PDF、Excel、Word 文件转换为 Markdown 和 CSV 格式。

✨ 功能特性

• 🔄 多格式支持: PDF、Excel (.xlsx/.xls)、Word (.docx/.doc)
• 📝 智能转换:
  • PDF → Markdown (自动识别标题结构)
  • Excel → CSV + Markdown 表格
  • Word → Markdown
• 🎨 现代化界面: 响应式设计，支持拖拽上传
• 📦 批量处理: 支持同时上传多个文件
• ⬇️ 灵活下载: 支持单文件下载或打包下载

🛠️ 安装要求

Python 依赖

# 安装项目依赖
pip3 install -r requirements.txt

# 手动安装 Flask（requirements.txt 中缺少）
pip3 install Flask

系统依赖

macOS

# 安装 pdftotext (用于PDF转换)
brew install poppler

# 安装 pandoc (用于Word转换)
brew install pandoc

Ubuntu/Debian

# 安装 pdftotext
sudo apt-get install poppler-utils

# 安装 pandoc
sudo apt-get install pandoc

Windows

1. 下载并安装 Poppler for Windows
2. 将 Poppler 的 bin 目录添加到系统 PATH
3. 下载并安装 Pandoc

🚀 快速开始

1. 克隆或下载项目文件

2. 安装依赖

   # 安装项目依赖
   pip3 install -r requirements.txt
   
   # 手动安装 Flask（requirements.txt 中缺少）
   pip3 install Flask

3. 运行应用

   python3 app.py

4. 访问应用 打开浏览器访问: http://localhost:3000

📖 使用说明

上传文件

1. 点击上传区域或拖拽文件到页面
2. 支持同时选择多个文件
3. 支持的格式：PDF、Excel (.xlsx/.xls)、Word (.docx/.doc)

转换过程

1. 选择文件后点击「开始转换」
2. 等待转换完成（会显示进度条）
3. 查看转换结果

下载文件

• 下载全部: 点击「下载全部文件 (ZIP)」获取压缩包
• 单独下载: 点击具体文件名下载单个文件

📁 项目结构

文件转换工具/
├── app.py                 # Flask 主应用
├── requirements.txt       # Python 依赖
├── README.md             # 项目说明
├── templates/
│   └── index.html        # 前端页面
├── uploads/              # 临时上传目录 (自动创建)
└── outputs/              # 转换结果目录 (自动创建)

🔧 配置说明

环境变量

• FLASK_ENV: 设置为 development 启用调试模式
• FLASK_PORT: 自定义端口号 (默认 8080)

Mac 系统注意事项

• 使用 python3 和 pip3 命令而不是 python 和 pip
• 如果提示命令找不到，请先安装 Python 3：brew install python

文件大小限制

默认 Flask 文件上传限制为 16MB，如需上传更大文件，可在 app.py 中添加：

app.config['MAX_CONTENT_LENGTH'] = 100 * 1024 * 1024  # 100MB

🎯 转换规则

PDF 转换

• 使用 pdftotext 提取文本内容
• 自动识别标题（全大写文本或数字编号）
• 转换为 Markdown 格式

Excel 转换

• 生成 CSV 文件（保持原始数据）
• 生成 Markdown 表格（便于阅读）
• 多工作表文件会分别处理

Word 转换

• 使用 pandoc 转换为 Markdown
• 保持原有格式和结构

🐛 常见问题

1. PDF 转换失败

问题: 提示 "pdftotext command not found" 解决: 确保已安装 poppler-utils

2. Word 转换失败

问题: 提示 "pandoc command not found" 解决: 确保已安装 pandoc

3. Excel 转换出错

问题: 某些 Excel 文件无法读取 解决: 确保文件未损坏，尝试用 Excel 重新保存

4. 中文乱码

问题: 转换后的文件中文显示乱码 解决: 确保系统支持 UTF-8 编码

🔒 安全注意事项

• 上传的文件会临时保存在服务器，转换完成后自动删除
• 转换结果文件会保留一段时间，建议定期清理 outputs 目录
• 生产环境部署时请修改 app.secret_key
• 建议设置文件上传大小限制

🤝 贡献

欢迎提交 Issue 和 Pull Request！

📄 许可证

MIT License

🙏 致谢

• Flask - Web 框架
• Pandas - 数据处理
• Poppler - PDF 处理
• Pandoc - 文档转换