docling-project/docling

Markdown serialization of headings in rich table cells

Open

#2,722 创建于 2025年12月4日

在 GitHub 查看
 (3 评论) (0 反应) (1 负责人)Python (4,140 fork)batch import
buggood first issuemarkdown

仓库指标

Star
 (59,751 star)
PR 合并指标
 (平均合并 7天 5小时) (30 天内合并 93 个 PR)

描述

Bug

In docling-core, the MarkdownTableSerializer transforms DoclingDocument headings and titles into markdown headings (i.e., text with preceding # symbols). According to the markdown specs, you can’t use headings, blockquotes, lists, horizontal rules, images, or most HTML tags when formatting text within tables and most applications will not render those headings properly.

Steps to reproduce

Convert Docling's test file table_with_heading_02.html to markdown or check its ground truth file table_with_heading_02.html.md

Docling version

Docling version: 2.64.0 Docling Core version: 2.51.1 Docling IBM Models version: 3.10.2 Docling Parse version: 4.7.1 Python: cpython-313 (3.13.5) Platform: macOS-14.7.1-arm64-arm-64bit-Mach-O

Python version

Python 3.13.5

贡献者指南

研究方向
检查 docling core/transforms/serializer/markdown.py 中的 MarkdownTableSerializer，并修改它以在表格单元格内转义标题（前导 `#`），遵循禁止在表格中使用标题的 markdown 规范。
技术栈
python
领域
documentation
议题类型
缺陷
难度面向新贡献者的预计实现难度，1 表示很小改动，5 表示专家级工作。
2
预计时间有经验贡献者完成调查、实现、测试并准备 pull request 的粗略时间范围。
1-3 小时
活动状态议题当前的可参与程度：新鲜、活跃、陈旧、阻塞或等待维护者输入。
活跃
清晰度议题是否清楚说明期望改动、验收标准和下一步。
清晰
前置要求
Git
新手友好度1-100 的估计分数，表示该议题对首次贡献者的友好程度。
65