序列化

引言

文档序列化器（简称序列化器）是 Docling 的一个抽象，它使用给定的 DoclingDocument 进行初始化，并返回该文档的文本表示。

除了文档序列化器之外，Docling 还为几个文档子组件定义了类似的抽象，例如：文本序列化器、表格序列化器、图片序列化器、列表序列化器、行内序列化器等等。

最后但同样重要的是，序列化器提供者是一个包装器，它将文档序列化策略与文档实例分离。

基类

为了兼顾下游应用的灵活性和开箱即用的实用性，Docling 定义了一个序列化类层次结构，提供了

• 上述抽象的基类：BaseDocSerializer，以及 BaseTextSerializer、BaseTableSerializer 等，以及 BaseSerializerProvider；以及
• 上述基类的具体子类，例如 MarkdownDocSerializer。

您可以在这里查看定义上述基类所需的所有方法。

从客户端的角度来看，最相关的是 BaseDocSerializer.serialize()，它返回文本表示形式以及与该序列化相关的文档组件的元数据。

在 DoclingDocument 导出方法中使用

Docling 为 Markdown、HTML 和 DocTags 提供了预定义的序列化器。

各自的 DoclingDocument 导出方法（例如 export_to_markdown()）作为用户简写提供——内部直接实例化并委托给各自的序列化器。

示例

有关如何使用序列化器的示例，请参阅这里。