MarkItDown Plus

基于微软 markitdown 二次开发，新增 微信公众号 和 X/Twitter 转 Markdown 功能。

新增功能

微信公众号文章 -> Markdown

自动识别 mp.weixin.qq.com 链接，提取标题、公众号名、作者、正文，图片下载到本地。

from markitdown import MarkItDown

md = MarkItDown()
result = md.convert("https://mp.weixin.qq.com/s/xxxxx")
print(result.markdown)

markitdown https://mp.weixin.qq.com/s/xxxxx -o output.md

特性：

• 提取标题、公众号名、作者、发布时间
• 正文排版保留（加粗、段落、小节标题）
• 图片自动下载到本地 images/ 文件夹，不会过期
• 自动检测反爬验证页，用移动端 UA 重试

X (Twitter) 推文 -> Markdown

自动识别 x.com / twitter.com 推文链接，通过 FXTwitter API 获取数据。

类型	说明
普通推文	文字 + 图片 + 互动数据
长文 (Article)	标题 + 全文 + 图片 + 代码块/引用/列表
视频推文	文字 + 视频 mp4 下载链接 + 缩略图

from markitdown import MarkItDown

md = MarkItDown()
result = md.convert("https://x.com/xxx/status/123456")
print(result.markdown)

markitdown https://x.com/xxx/status/123456 -o tweet.md

特性：

• 长文全文提取，支持标题(h2)、引用、列表、代码块、加粗样式
• 视频提供最高清 mp4 下载链接
• 图片下载到本地
• 互动数据表格（浏览/点赞/转发/收藏/评论）

原有功能

继承 markitdown 原生支持的所有格式：

• PDF
• PowerPoint
• Word
• Excel
• Images (EXIF metadata and OCR)
• Audio (EXIF metadata and speech transcription)
• HTML
• Text-based formats (CSV, JSON, XML)
• ZIP files (iterates over contents)
• Youtube URLs
• EPubs
• ... and more!

安装

git clone https://github.com/jun7799/markitdown-plus.git
cd markitdown-plus
pip install -e 'packages/markitdown[all]'

需要 Python 3.10+

使用示例

# 公众号文章
markitdown https://mp.weixin.qq.com/s/xxxxx -o wechat.md

# 推特长文
markitdown https://x.com/xxx/status/123456 -o tweet.md

# 本地文件
markitdown path-to-file.pdf -o document.md

# 管道方式
cat example.pdf | markitdown

致谢

• microsoft/markitdown - 原始项目
• FXTwitter - X/Twitter 数据 API