轉換器全覽

完整清單

Converter	輸入	依賴（extras）	輸出重點
PlainTextConverter	text/*（純文字、程式碼…）	無（magika 偵測）	原文重排、猜編碼
HtmlConverter	text/html（網頁、HTML 檔）	無（beautifulsoup4 內建）	標題/清單/連結/表格
RssConverter	RSS / Atom feed	無	feed 項目列表
WikipediaConverter	Wikipedia 頁面 URL	無	只取正文內容
YouTubeConverter	YouTube 網址	[youtube-transcription]	標題 + 描述 + 字幕
BingSerpConverter	Bing 搜尋結果頁	無	有機搜尋結果
IpynbConverter	Jupyter Notebook	無	cells + 輸出
PdfConverter	PDF	[pdf]	文字 + 表格（masterformat 合併）
DocxConverter	Word .docx	[docx]	標題/清單/表格/數學
XlsxConverter	Excel .xlsx	[xlsx]	每工作表一個表格
XlsConverter	舊版 Excel .xls	[xls]	同上（xlrd）
PptxConverter	PowerPoint .pptx	[pptx]	每張投影片分頁 + 表格 + 圖片 alt
ImageConverter	JPG / PNG	exiftool + llm_client	EXIF 中繼資料 + LLM 描述
AudioConverter	WAV / MP3 / M4A / MP4	exiftool + [audio-transcription]	EXIF 中繼資料 + 轉錄稿
OutlookMsgConverter	Outlook .msg	[outlook]	郵件標頭 + 內文
ZipConverter	ZIP 壓縮檔	無	逐檔遞迴轉換 + 保留結構
EpubConverter	EPUB 電子書	無	中繼資料 + spine 各章
CsvConverter	CSV	無	Markdown 表格
DocumentIntelligenceConverter	PDF 等（Azure）	[az-doc-intel]	雲端版面分析
ContentUnderstandingConverter	文件/圖/音/影（Azure）	[az-content-understanding]	多模態 + YAML front matter

另有 ConverterRegistration 的「後註冊者優先」與 priority 機制，詳見運作原理。

五大家族重點

Office：DOCX / XLSX / PPTX

• DOCX：經 mammoth 轉 HTML 再轉 Markdown；converter_utils/docx/ 先把 OMML 數學轉成 LaTeX。
• XLSX：pandas 讀取，每個工作表輸出 ## 工作表名 + Markdown 表格。
• PPTX：每張投影片輸出 <!-- Slide number: N --> 註解 + 標題 + 項目 + 表格。

PDF

• pdfminer.six 負責文字抽取、pdfplumber 負責表格。
• 後處理把 MasterFormat 風格的「部分編號」(.1 / .2…) 與下一行合併。
• 掃描版（無文字層）或複雜版面是已知限制。

Web / 網址

• HTML / RSS / Wikipedia / YouTube / Bing SERP 都可以直接餵 URL（convert_uri）。
• HTTP 請求會帶 Accept: text/markdown, text/html;q=0.9...，若伺服器支援先給 Markdown。

Media：圖片 / 音訊

• 圖片：EXIF（需 exiftool）+ LLM 描述（需 llm_client/llm_model，multimodal）。
• 音訊：EXIF（需 exiftool）+ 轉錄（需 SpeechRecognition，預設 Google API）。
• 兩者「依賴式輸出」——缺工具就少一段內容（或失敗），見媒體案例。

封裝：ZIP / EPUB / CSV / JSON / iPython / Outlook

• ZIP：解壓到暫存目錄、依副檔名遞迴轉換每一檔、保留結構，結束清理。
• EPUB：解析 container.xml → content.opf → spine，逐章用 HtmlConverter 轉。
• CSV：直接轉 Markdown 表格；JSON：縮排成程式碼區塊（PlainText）。

實作案例連結

想看這些 converter 的真實輸出，跳到實作案例——本站用 0.1.7 實跑 11 種格式的前後對照。