copywriting_production/tests/mytest/t_docling_xlsx.py

import os
from docling.document_converter import DocumentConverter

def parse_xlsx_from_url(url):
    """
    使用 docling 库从给定的 URL 解析 XLSX 文件内容
    
    Args:
        url (str): XLSX 文件的 URL 或本地路径
    
    Returns:
        str: 解析后的 Markdown 格式内容
    """
    try:
        # 创建文档转换器
        converter = DocumentConverter()
        
        # 转换文档
        result = converter.convert(url)
        
        # 导出为 Markdown 格式
        markdown_content = result.document.export_to_markdown()
        
        return markdown_content
        
    except Exception as e:
        print(f"解析 XLSX 文件时发生错误: {e}")
        return None

def test_parse_xlsx():
    """
    测试函数：解析 XLSX 文件
1. http://s3.vs1.lan/public/amazone/copywriting_production/product/202508/1P镊子压刀.xlsx
2. http://s3.vs1.lan/public/amazone/copywriting_production/product/202508/3P一体不锈钢迷你园艺铲.xlsx
3. http://s3.vs1.lan/public/amazone/copywriting_production/product/202508/磁吸固定夹.xlsx
4. http://s3.vs1.lan/public/amazone/copywriting_production/product/202508/锯齿固定夹.xlsx
5. http://s3.vs1.lan/public/amazone/copywriting_production/product/202508/魔术贴金属扣.xlsx
6. http://s3.vs1.lan/public/amazone/copywriting_production/product/202508/黑白轧带.xlsx
"""
    # 示例 URL（可以是本地文件路径或网络 URL）
    test_url = "http://s3.vs1.lan/public/amazone/copywriting_production/product/202508/1P镊子压刀.xlsx"  # 替换为实际的 XLSX 文件 URL
    
    # 如果有本地测试文件，可以使用本地路径
    # test_url = "path/to/local/test.xlsx"
    
    print(f"正在解析 URL: {test_url}")
    content = parse_xlsx_from_url(test_url)
    
    if content:
        print("解析成功！内容如下：")
        print(content)
    else:
        print("解析失败")

if __name__ == "__main__":
    test_parse_xlsx()