ZIP إلى Markdown: تحميل واحد، تحويل الأرشيف بأكمله
يعد تحويل المستندات واحدة تلو الأخرى أمرًا جيدًا حتى يصل عددها إلى عشرين. ثم عشرين تحميلًا، عشرين انتظر، عشرين عملية نسخ ولصق، ومن خلال الملف الرابع عشر، فقدت تتبع العمليات التي قمت بها بالفعل. هذا المشكلة موجودة هذه الصفحة لإزالة.
قم بضغط المجلد. قم بتحميل الأرشيف الواحد. يتم تحويل كل مستند مدعوم بالداخل في مسار واحد و يعود بالصيغة Markdown، مع بنية كل ملف سليمة ومنفصلة بوضوح عن الملف التالي. انها أ مهمة دفعية متخفية في صورة تحميل ملف - وهي نفس الأداة المجانية مثل بقية المجموعة. لا يوجد تسجيل، حد 50 ميجابايت، ولا يتم الاحتفاظ بأي شيء بعد ذلك.
ما الذي يحدث فعليًا لأرشيفك؟
يتم تفكيك الأرشيف، ويتم تحريك شجرة الملفات الموجودة بداخله من الأعلى إلى الأسفل، ويتم دعم كل ملف يمر الامتداد بنفس التحويل الذي كان سيحصل عليه على صفحته المخصصة. ملف PDF داخل ملفك يتم التعامل مع ملف ZIP تمامًا مثل ملف PDF الذي تم تحميله مباشرةً. يصبح جدول البيانات جداول. يصبح سطح السفينة أقسام شريحة تلو الأخرى. ثم يتم تجميع النتائج معًا في مستند Markdown واحد.
هناك تفصيلان مهمان أكثر مما يتوقعه الناس. أولا، بنية المجلد داخل الأرشيف هي
محفوظة كسياق – يمكنك أن تقول ذلك 2024/q3/board-pack.pdf جاء من مختلف
مكان من archive/old/board-pack.pdf، وهو أمر مهم للغاية عندما تتكرر أسماء الملفات
الدلائل، وهم يفعلون ذلك دائمًا. ثانيا، تم تفكيك الأرشيف في مكانه، ولم يتم تسويته في ملف
كومة. التسلسل الهرمي الذي أنشأه شخص ما عندما قام بتنظيم هذه الملفات هو في حد ذاته معلومات، و
إن التخلص منها يجعل من الصعب التفكير في المخرجات.
تعتبر الأرشيفات ذات التنسيق المختلط هي الحالة العادية، وليست الحالة الصعبة. ملف مضغوط يحتوي على أربعة ملفات PDF واثنين من ملفات Word يتم تحويل المستندات وجداول البيانات ومجموعة PowerPoint دفعة واحدة، ويتم التعامل مع كل ملف بواسطة المنطق المناسبة لصيغتها الخاصة.
ما الذي يتم تحويله وما الذي يتم تخطيه
أي شيء يعالجه المحول كتحميل مستقل يعمل أيضًا داخل الأرشيف - PDF، DOCX، PPTX، XLSX وXLS، وHTML، وCSV، وJSON، وXML، وEPUB، وRTF، وMSG، والصور. إذا كنت تريد أن تعرف بالضبط كيف نوع معين يتصرف، الصفحات الفردية تدخل في التفاصيل: PDF إلى Markdown، كلمة إلى Markdown، عرض PowerPoint إلى Markdown، و التفوق إلى Markdown تغطية الأربعة الأشياء الأكثر شيوعًا التي يجدها الأشخاص في أرشيف العمل.
ما يتم تجاوزه هو كل شيء بدون نص لتقديمه. مقاطع الفيديو والصوت والخطوط والثنائيات المجمعة، لا تساهم المثبتات والتنسيقات الخاصة خارج القائمة المدعومة بأي شيء ويتم تركها بمفردها. الصور هي حالة تستحق التنويه، وهي تجذب الناس. تم تحميلها من تلقاء نفسها، والحصول على ملفات الصور القراءة بشكل صحيح - يعود النص الموجود في لقطة الشاشة أو الصفحة المصورة كنص. داخل الأرشيف هم لا تفعل ذلك. يسجل تمرير الدفعة أن الملف كان موجودًا ويتحرك، لذلك يتم تحويل ملف ZIP من لقطات الشاشة بنجاح ولا يزال يقدم لك أسماء الملفات بدلاً من الكلمات التي تظهر على الشاشات. إذا كانت تلك الكلمات هي نقطة، وسحب الصور وتشغيلها من خلال الصورة إلى Markdown مباشرة.
الأرشيفات المتداخلة - ملف ZIP داخل ملف ZIP الخاص بك - هي الشيء الآخر الذي يجب التحقق منه. إذا وصلت الصادرات الخاصة بك باعتبارها أرشيف الأرشيفات، قم بفك ضغط مستوى واحد بنفسك وأعد ضغط المحتويات قبل التحميل. دقيقتين من التدبير المنزلي، مخرجات أفضل بكثير.
لماذا Markdown هو الاستدعاء الصحيح للدفعة
باستخدام مستند واحد، يعد اختيار Markdown على النص الثابت قرارًا حكمًا. مع عشرين وثيقة في واحد الإخراج، فإنه يتوقف عن القرب.
والسبب هو الحدود عندما يتم تجميع عدة ملفات في نص واحد، يكون ذلك أصعب شيء أنت ونموذج اللغة تعرفان أين تنتهي وثيقة واحدة وتبدأ الوثيقة التالية. Markdown العناوين أعطيك ذلك مجانًا - كل ملف يعلن عن نفسه، وكل شيء تحته ينتمي إليه بشكل واضح. اسأل أ نموذج "أي من هذه العقود لديه أقصر فترة إشعار" ويمكنه الإجابة على كل مستند بدلاً من ذلك عدم وضوح البنود من ثلاث اتفاقيات إلى إجابة واحدة خاطئة واثقة.
تبقى بنية كل ملف موجودة أيضًا. تظل جداول جدول البيانات جداول. تظل شرائح سطح السفينة منفصلة أقسام. يظل ترقيم فقرة التقرير سليمًا. هذه هي الحجة كلها ل دفعة تحويل المستندات إلى Markdown بدلاً من النص الخام: البنية هي ما يجعل النص سياق متعدد المستندات قابل للملاحة بدلاً من أن يكون كبيرًا فقط.
الاستثناء هو التحليل المجمع - التضمينات، وفهرسة البحث، وعمل الكلمات الرئيسية عبر مجموعة نصية، أو أي شيء في أي مكان تريد كومة واحدة مسطحة من الحروف النثرية والنحوية هي الضوضاء. هذا الرمز البريدي إلى النص، والتبديل في الأعلى من هذه الصفحة يتحول إليها مع الاحتفاظ بالأرشيف الذي حددته بالفعل.
المحفوظات التي يقوم الأشخاص بتحميلها فعليًا
- حزم مرفقات البريد الإلكتروني. يرسل شخص ما "كل شيء للمراجعة" كرمز بريدي تسعة المرفقات. قم بتحويل الكمية، واقرأ الملخص، وحدد أيهما تحتاج بالفعل إلى فتحه بشكل صحيح.
- تصدير البيانات. Google Takeout، وصادرات مساحة عمل Slack، ومقالب مساحة عمل Notion، و تصل جميع صادرات مكتب الدعم كأرشيفات مليئة بالمجلدات المتداخلة. يؤدي هذا إلى تحويل شجرة الدليل التي تريدها بخلاف ذلك، انقر لمدة ساعة للوصول إلى شيء يمكن قراءته في تمريرة واحدة.
- حزم المواد الدراسية. وحدة تحتوي على شرائح المحاضرات والنشرات وقوائم القراءة في تحميل واحد. قم بتحويله، ثم اطلب دليلًا دراسيًا مبنيًا على المواد الفعلية بدلاً من المعرفة العامة للنموذج بالموضوع.
- تسليم العملاء وحزم العناية الواجبة. تصدير غرفة البيانات، وثيقة البائع حزمة، مجلد تسليم المشروع - يصبح كل شيء نصًا قابلاً للبحث فيه في خطوة واحدة، مع مجلد مسارات تخبرك بمصدر كل قطعة.
- تقديم المنح والمناقصات. استجابات متعددة المستندات مع الملاحق، حيثما تحتاج للتحقق من الاتساق عبر الملفات التي كتبها أشخاص مختلفون.
- المحفوظات الشخصية. مجلدات النسخ الاحتياطي القديمة حيث لا يمكنك تذكر ما بداخلها. تحويل أولا، حفر ثانيا.
خط الـ 50 ميجابايت، والعيش تحته
ينطبق هذا الحد على الأرشيف الذي تقوم بتحميله، وليس على الملفات الفردية الموجودة بداخله. وهذا عادة ما يكون سخيا، لأن ZIP يضغط التنسيقات ذات النصوص الثقيلة بشكل جيد - يمكن أن يتقلص مجلد مستندات Word وجداول البيانات بشكل كبير، لذا فإن الأرشيفات التي تحتوي على الكثير من الملفات لا تزال ملائمة في كثير من الأحيان بشكل مريح.
ما يتجاوز الحد هو وسائل الإعلام. بالكاد يتم ضغط مقاطع الفيديو والصوت والصور عالية الدقة تستهلك الميزانية بأكملها دون المساهمة بأي شيء في الناتج. إذا كان الأرشيف الخاص بك قد تجاوز الخط، فقم بتجريده قم بإخراجها وإعادة ضغطها - فلن تفقد أي شيء كنت ستستخدمه. قم بتقسيم مجموعات المستندات الكبيرة حقًا إلى قسمين أو ثلاثة أرشيفات حسب المجلد وتحويلها بالتسلسل.
الميزانية الأخرى التي تستحق المشاهدة هي عداد الرمز المميز الموجود أسفل الإخراج. خمسون وثيقة تتحول بشكل جيد و لا يزال غير مناسب لنافذة سياق النموذج الصغير. معرفة الرقم قبل اللصق أفضل من اكتشاف الخطأ، ويخبرك ما إذا كنت تريد إرسال الدفعة بأكملها أو العمل عليها على شكل أجزاء.
إذا كان ملف ZIP الخاص بك هو حقًا مشروع رمز
يستحق القول بوضوح، لأنه يأتي باستمرار. إذا قمت بضغط مستودع أو مجلد مصدر، فسيتم ذلك
هي الأداة الخاطئة. استخدم الدليل المحلي
محول بدلاً من ذلك - يقرأ المجلد مباشرة من جهازك، ويعرض لك شجرة مربعات اختيار للملف
الهيكل، ويتيح لك اختيار الملفات التي تدخل في الإخراج بالضبط. هذا يعني أنه يمكنك الهبوط
node_modulesوإنشاء عناصر فنية وقفل الملفات قبل أن تأكل نافذة السياق بأكملها،
وهذا ليس شيئًا يمكن أن يفعله لك التحويل الأعمى للأرشيف.
المشروع مستضاف بالفعل في مكان ما؟ تخطي الضغط تمامًا - ال GitHub مستودع لتحويل النص يسحب الشجرة مباشرة من URL.
الأسئلة المتداولة
كيف أقوم بتحويل أرشيف ZIP إلى Markdown؟
قم بتحميله أعلاه وسيتم تحويل كل ملف مدعوم بالداخل إلى Markdown ومتسلسل، مع الاحتفاظ بمسارات مجلد الأرشيف كعناوين. مجانًا، 50 ميجابايت لكل أرشيف، بدون حساب. والنتيجة واحدة .md المستند حيث لا يزال بإمكانك رؤية القسم الذي جاء منه ومن أي ملف.
هل تصبح مسارات الملفات عناوين؟
نعم، وهذا هو سبب اختيار Markdown بدلاً من ذلك نص مسطح للأرشيف. يوجد محتوى كل ملف تحت عنوان يسمي مساره داخل ملف ZIP، بحيث يظل الإخراج قابلاً للتنقل ويمكن للنموذج الذي يتم سؤاله عن مستند معين تحديد موقعه بدلاً من التخمين من السياق.
هل يتم التعامل مع الأرشيفات المتداخلة؟
يتم التعامل مع ملف ZIP داخل ملف ZIP كملف مدعوم آخر ويتم تفكيكه بدوره. مفيد للصادرات التي تجمع الأرشيفات الشهرية داخل أرشيف سنوي. من الجدير تجنب التداخل العميق جدًا - فالمخرجات تصبح طويلة ومستويات العناوين تصل إلى الأسفل عند ستة، وبعد ذلك يتوقف التعبير عن البنية.
ما هو الترتيب الذي تخرج به الملفات؟
ترتيب اجتياز الدليل، مما يعني تجميع الملفات حسب المجلد وليس حسب الصلة. للحصول على أرشيف ذو تصميم ذو معنى وصحيح تمامًا. بالنسبة إلى تفريغ مسطح يتكون من مائتي ملف بأسماء تم إنشاؤها، يكون الترتيب عشوائيًا وستحتاج إلى البحث في المخرجات بدلاً من قراءتها من أعلى إلى أسفل.
هل هناك حد لعدد الملفات بالداخل؟
القيد العملي هو الحد الأقصى للأرشيف الذي يبلغ 50 ميجابايت بدلاً من عدد الملفات، ولكن راقب عداد الرموز المميزة الموجود أسفل الإخراج. يمكن أن تتجاوز بضع مئات من المستندات معظم نوافذ سياق النماذج عدة مرات، لذلك يكون من الأفضل غالبًا تحويل المجموعة الفرعية التي تحتاجها بدلاً من إنتاج مجموعة بيانات لا يمكنك لصقها في أي مكان.
بقية مجموعة الأدوات
File2Txt يعالج كل ثلاثة عشر التنسيقات المدعومة من مكان واحد إذا كنت تفضل عدم اختيار صفحة. و ال دليل لإعداد الملفات لـ LLMs يجعل الحالة الأوسع للتحويل قبل المطالبة.
تم إنشاء Repo2Txt وصيانته بواسطة v12hero، مطور مستقل يبني تطبيقات أصلية وتطبيقات ويب تهتم بالخصوصية أولاً.