LiteParse 会在解析前自动把非 PDF 格式转成 PDF，这样 Office 文档、图片等就都能复用同一套解析流程。

支持的格式

Office 文档（经由 LibreOffice）

类别	扩展名
Word	.doc, .docx, .docm, .odt, .rtf, .pages
PowerPoint	.ppt, .pptx, .pptm, .odp, .key
电子表格	.xls, .xlsx, .xlsm, .ods, .csv, .tsv, .numbers

图片（原生支持）

注意

自 v2.8.0 起，图片转 PDF 不再需要 imagemagick，现在由 Rust 代码原生处理。

.jpg, .jpeg, .png, .gif, .bmp, .tiff, .webp, .svg

图片会先转成 PDF，再用 OCR 解析以抽取文字。

安装依赖

格式转换使用标准的系统工具，按需安装即可：

LibreOffice（用于 Office 文档）

终端窗口

# macOS
brew install --cask libreoffice

# Ubuntu/Debian
apt-get install libreoffice

# Windows
choco install libreoffice-fresh

在 Windows 上，你可能需要把 LibreOffice 的 CLI 目录（通常是 C:\Program Files\LibreOffice\program）加入 PATH 并重启。

用量

依赖装好之后，直接把任意受支持的文件传给 lit parse 就行：

终端窗口

lit parse report.docx
lit parse slides.pptx --format json
lit parse spreadsheet.xlsx -o output.txt
lit parse scan.png

批量模式同样支持混合格式：

终端窗口

lit batch-parse ./documents ./output --recursive

工作原理

1. LiteParse 识别文件扩展名
2. 若不是 PDF，就先转成 PDF —— Office 文档经由 LibreOffice，图片与 SVG 由 Rust 原生处理
3. 得到的 PDF 按正常流程解析
4. 转换产生的临时文件会自动清理

只有 Office 格式需要外部工具（LibreOffice）。若未安装，LiteParse 会返回一个错误，说明缺少哪个依赖。