Docling怎么用？从PDF解析到表格提取与Markdown导出的入门指南

Docling能做什么，不能代替什么

Docling是一套文档转换工具，可用于解析PDF中的文字、版面和表格，并将结果组织为结构化文档，再导出Markdown等格式。它适合把产品说明书、报告等资料整理为后续检索和内容处理的输入。

文档解析、OCR和大模型问答是不同环节：解析负责识别内容及其组织关系；OCR负责从页面图像中识别文字；大模型问答则根据提供的材料生成回答。完成PDF转换，并不代表已经建成可问答的知识库，也不代表内容完整、结构正确。

用Python转换一份本地PDF

先准备一份允许处理的中文产品说明书，命名为manual.pdf，放到工作目录。首次测试宜选择页数较少、包含标题、正文和规格表的文件，便于逐页核对。

在独立的Python环境中安装Docling，终端命令为：

pip install docling

安装是否成功取决于Python环境、平台以及相关依赖是否满足要求。首次执行转换时，所用处理流程可能需要下载模型资源，应预留网络访问和本地存储条件。

转换并导出Markdown

将下面这一行保存为convert_pdf.py，在同一目录执行python convert_pdf.py。分号用于分隔Python语句，整行可以直接作为脚本内容：

from pathlib import Path; from docling.document_converter import DocumentConverter; converter = DocumentConverter(); result = converter.convert(Path("manual.pdf")); Path("manual.md").write_text(result.document.export_to_markdown(), encoding="utf-8")

其中，DocumentConverter负责转换，result.document是转换后的文档对象，export_to_markdown()生成Markdown文本。使用UTF-8写入文件，可避免因默认文本编码不同而导致中文输出异常。

如需进一步检查结构，可另外保存JSON。在同一脚本末尾加入下面一行，它依赖前面已经生成的result：

import json; Path("manual.json").write_text(json.dumps(result.document.export_to_dict(), ensure_ascii=False, indent=2), encoding="utf-8")

对照原PDF检查四类结果

同时打开manual.pdf与manual.md，按原文顺序检查。Markdown便于阅读，但不能完整表达所有版面关系；遇到疑问，应结合结构化结果和原页面判断。

1. 标题层级：检查章节标题是否被识别为标题，小节关系是否合理，正文中的短句是否被误判为标题。标题错误会影响后续按章节切分。
2. 阅读顺序：重点检查双栏页面、侧边说明和图注，确认段落没有左右栏交错或插入错误位置。多栏排版即使文字识别正确，也可能出现顺序错误。
3. 表格结构：逐项核对列名、行列对应关系、合并单元格和表下注释。Markdown表格通常难以完整表达复杂合并结构，不能只看外观是否整齐。
4. 页眉页脚：查看页码、重复章节名和版权文字是否混入正文，清理时注意保留真正的章节标题及有意义的注释。

扫描件需要额外关注OCR

可以先尝试在PDF阅读器中选中并复制正文，初步判断是否存在可用文本层。纯扫描页通常需要OCR；同一文件也可能同时包含文本页与扫描页，少数页面能复制文字并不代表全篇都有可用文本。

Docling的OCR选项取决于所选处理流程和OCR后端。处理中文前，应确认后端支持相应语言、语言配置正确，并按所用后端要求准备模型或系统依赖。CPU、GPU、内存和页面分辨率等条件也会影响运行效果；转换报错时，应先查看日志定位具体环节。

对于模糊扫描、旋转页面、公式和复杂表格，需要逐项验证，不能预设它们都能准确还原。

导入知识库前，核对规格与来源

以产品说明书为例，先找到规格表，逐项检查型号、电压、功率、尺寸及单位，尤其留意小数点、负号和单位符号。跨页表格还要确认续表是否缺行、重复表头是否进入数据，以及下一页的数值是否仍对应正确列名。

保留原PDF，并为后续切分的内容记录源文件名和页码对应关系。结构化结果中的来源信息可用于辅助建立映射，具体字段应以实际导出内容为准；Markdown文件本身不应被视为完整的页码记录。

发现局部错误后，可对照原件修正并记录修改位置。完成抽查和问题修复后，再将Markdown作为知识库导入材料，同时保留原件供检索结果回查。