方眼紙Excel→Markdown変換、結局LLMしか勝たん話【全手法比較】

OS      : Windows 11
Python  : 3.12
Excel   : 自作サンプルデータ

python -m venv .venv
.venv\Scripts\activate   # Windows
# source .venv/bin/activate  # Mac/Linux

pip install openpyxl pandas tabulate markitdown docling pillow
pip install azure-ai-inference  # GitHub Models API 用

pip install openpyxl

import openpyxl
from openpyxl.utils import get_column_letter

def sheet_to_markdown(ws) -> str:
    # 結合セルマップを構築
    merged_map = {}
    for rng in ws.merged_cells.ranges:
        val = ws.cell(rng.min_row, rng.min_col).value
        for r in range(rng.min_row, rng.max_row + 1):
            for c in range(rng.min_col, rng.max_col + 1):
                merged_map[(r, c)] = val

    rows = []
    for r in range(1, (ws.max_row or 0) + 1):
        row = []
        for c in range(1, (ws.max_column or 0) + 1):
            v = merged_map.get((r, c), ws.cell(r, c).value)
            row.append(str(v).strip() if v is not None else "")
        rows.append(row)
    # ... Markdown テーブルに変換

| 工事名称 | 工事名称 | 工事名称 | ○○地区 新築工事 | ... | 工事場所 | 東京都○○区○○町1-2-3 | ... |
| 工事名称 | 工事名称 | 工事名称 | ○○地区 新築工事 | ... |

pip install pandas tabulate openpyxl

import pandas as pd

def convert_sheet(ws_name, excel_path):
    df = pd.read_excel(excel_path, sheet_name=ws_name, header=0)
    return df.to_markdown(index=False)

| 工事名称 |            | ○○地区 新築工事 | ...  | 工事場所 | 東京都○○区○○町1-2-3 |
|:---------|:-----------|:----------------|:-----|:---------|:--------------------|
| 発注者   |            | 株式会社 ○○建設 | ...  | 施工者   | 株式会社 サンプル建設 |

pip install markitdown

from markitdown import MarkItDown
from pathlib import Path

def convert(input_file: Path, output_dir: Path):
    md = MarkItDown()
    result = md.convert(str(input_file))
    md_text = result.text_content
    # ...

| 工 事 仕 様 書（サンプル） | Unnamed: 1 | Unnamed: 2 | ... |
| NaN | NaN | NaN | ... |
| 工事名称 | NaN | NaN | NaN | NaN | NaN | ○○地区 新築工事 | NaN | ... |

import io
import openpyxl
from markitdown import MarkItDown

def expand_merged_cells_to_stream(input_path) -> io.BytesIO:
    wb = openpyxl.load_workbook(input_path, data_only=True)
    for ws in wb.worksheets:
        for merge_range in list(ws.merged_cells.ranges):
            top_left_value = ws.cell(
                row=merge_range.min_row,
                column=merge_range.min_col
            ).value
            ws.unmerge_cells(str(merge_range))
            for row in ws.iter_rows(
                min_row=merge_range.min_row, max_row=merge_range.max_row,
                min_col=merge_range.min_col, max_col=merge_range.max_col,
            ):
                for cell in row:
                    cell.value = top_left_value
    buf = io.BytesIO()
    wb.save(buf)
    buf.seek(0)
    return buf

# markitdown に渡す
expanded_buf = expand_merged_cells_to_stream(input_file)
result = MarkItDown().convert(expanded_buf, file_extension=".xlsx")

pip install docling

from docling.document_converter import DocumentConverter

def convert(input_file, output_dir):
    converter = DocumentConverter()
    doc_result = converter.convert(str(input_file))
    doc = doc_result.document

    md_text = doc.export_to_markdown()
    # ...

| 工 事 仕 様 書（サンプル） | 工 事 仕 様 書（サンプル） | ... |（50列）
| 工事名称 | 工事名称 | ... | ○○地区 新築工事 | ... | 工事場所 | 東京都○○区○○町1-2-3 | ... |
| 発注者   | 発注者   | ... | 株式会社 ○○建設 | ... | 施工者   | 株式会社 サンプル建設 | ... |

from docling.datamodel.backend_options import MsExcelBackendOptions
from docling.document_converter import DocumentConverter, ExcelFormatOption

backend_options = MsExcelBackendOptions(
    gap_tolerance=1,              # 空白1行/列まで同一テーブルとみなす
    treat_singleton_as_text=True, # 孤立セルをテキスト扱い（タイトル行など）
)

converter = DocumentConverter(
    allowed_formats=[InputFormat.XLSX],
    format_options={
        InputFormat.XLSX: ExcelFormatOption(
            backend_options=backend_options
        )
    },
)

| 工 事 仕 様 書（サンプル） | 工 事 仕 様 書（サンプル） | ... |（50列）
| 工事名称 | 工事名称 | ... | ○○地区 新築工事 | ... |
| 項目 | 項目 | ... | 材料名 | ... | 規格・品番 | ... | 数量 | ... |
| 1    | 1    | ... | コンクリート | ... | Fc=24N/mm² | ... | 120 | ... |
| 2. 施工注意事項 | 2. 施工注意事項 | ... |
| ① 本仕様書は設計図書と合わせて使用すること。 | ① ... |

<!-- 工事仕様書テーブルの一部 -->
<tr>
  <th rowspan="3" colspan="50">工 事 仕 様 書（サンプル）</th>
</tr>
<tr>
  <td rowspan="2" colspan="6">工事名称</td>
  <td rowspan="2" colspan="14">○○地区 新築工事</td>
  <td rowspan="2" colspan="6">工事場所</td>
  <td rowspan="2" colspan="24">東京都○○区○○町1-2-3</td>
</tr>
<tr>
  <td rowspan="2" colspan="6">発注者</td>
  <td rowspan="2" colspan="14">株式会社 ○○建設</td>
  <td rowspan="2" colspan="6">施工者</td>
  <td rowspan="2" colspan="24">株式会社 サンプル建設</td>
</tr>

from docling_core.types.doc import TableItem  # docling_core からインポート

# Markdown（rowspan/colspanは失われる）
md_text = doc.export_to_markdown()

# HTML（rowspan/colspanが保持される）
html_text = doc.export_to_html()

# 個別のテーブルをDataFrameやHTMLで取り出す
for item, level in doc.iterate_items():
    if isinstance(item, TableItem):
        df = item.export_to_dataframe()   # pandas DataFrame
        html = item.export_to_html()      # rowspan/colspan付きHTML

# Windows
set GITHUB_TOKEN=ghp_xxxx

# Mac/Linux
export GITHUB_TOKEN=ghp_xxxx

pip install azure-ai-inference

from azure.ai.inference import ChatCompletionsClient
from azure.ai.inference.models import SystemMessage, UserMessage
from azure.core.credentials import AzureKeyCredential
import os

client = ChatCompletionsClient(
    endpoint="https://models.github.ai/inference",
    credential=AzureKeyCredential(os.environ["GITHUB_TOKEN"]),
)

prompt = f"""以下は「{ws.title}」というExcelシートのセルデータです（タブ区切り）。
方眼紙スタイルのExcelで、セル結合を多用したレイアウトになっています。
このデータを、内容が伝わるMarkdown形式に変換してください。

シートデータ：
```
{grid_text}
```

Markdownのみを出力してください。"""

response = client.complete(
    model="openai/gpt-4o-mini",
    messages=[
        SystemMessage("あなたはExcelドキュメントをMarkdownに変換する専門家です。"),
        UserMessage(prompt),
    ],
    max_tokens=4096,
)
md = response.choices[0].message.content

from azure.ai.inference.models import (
    ImageContentItem, ImageUrl, TextContentItem, UserMessage,
)
import base64
from PIL import Image, ImageDraw, ImageFont

# シートをPNG化
img = Image.new("RGB", (img_w, img_h), "white")
draw = ImageDraw.Draw(img)
# ... セルをグリッド描画 ...
buf = io.BytesIO()
img.save(buf, format="PNG")
b64 = base64.b64encode(buf.getvalue()).decode()

# Vision LLMに送信
response = client.complete(
    model="openai/gpt-4o",
    messages=[
        SystemMessage("あなたはExcel画像からMarkdownを生成する専門家です。"),
        UserMessage([
            TextContentItem(text=prompt),
            ImageContentItem(
                image_url=ImageUrl(
                    url=f"data:image/png;base64,{b64}",
                    detail="high",
                )
            ),
        ]),
    ],
    max_tokens=4096,
)

# 工事仕様書（サンプル）

## 基本情報

| 項目     | 内容                           |
|----------|-------------------------------|
| 工事名称 | ○○地区 新築工事               |
| 工事場所 | 東京都○○区○○町1-2-3           |
| 発注者   | 株式会社 ○○建設               |
| 施工者   | 株式会社 サンプル建設         |
| 工期     | 2025年4月1日 ～ 2026年3月31日 |
| 図面番号 | S-001                         |
| 改訂     | Rev.0                         |

## 主要材料仕様

| 項目 | 材料名               | 規格・品番               | 数量 | 単位 | 備考     |
|------|----------------------|--------------------------|------|------|----------|
| 1    | コンクリート         | Fc=24N/mm²              | 120  | m³   | 基礎・床 |
| 2    | 鉄筋                 | SD345 D16                | 8.5  | t    | 主筋     |
| 3    | 構造用合板           | JAS特類 t=12mm           | 340  | 枚   | 床・壁下地 |
| 4    | 断熱材（グラスウール）| HG16-105mm              | 280  | m²   | 外壁充填 |
| 5    | アルミサッシ         | 複層ガラス Low-E          | 45   | 箇所 | 断熱仕様 |
| 6    | 屋根材               | カラーガルバリウム鋼板 t=0.4mm | 180 | m² |         |
| 7    | 外壁材               | 窯業系サイディング t=14mm | 310  | m²   | 塗装品   |

## 施工注意事項

1. 本仕様書は設計図書と合わせて使用すること。
2. 材料の搬入前に監督員の承認を得ること。
3. 各工程完了時に写真記録を行い、施工管理台帳に添付すること。
4. 寸法は原則として現場実測を優先し、疑義が生じた場合は監督員に確認すること。
5. 廃材の処理は廃棄物処理法に従い適正に行うこと。

## 配置概要図

[図: 配置概要図]

### 1. 主な材料仕様
| 項目         | 材料名                       | 規格・品番      | 数量 | 単位 | 備考       |
|--------------|------------------------------|-----------------|------|------|------------|
| コンクリート |                              | FC=24N/mm²      | 120  | m³   | 基礎・床   |
| 鉄筋         |                              | SD345 D16       | 8.5  | t    | 主筋       |
| 断熱材       | グラスウール                 | JAS断熱材 t=12mm| 340  | 枚   | 床・壁下地 |
| 断熱材       | グラスウール                 | HG16=105mm      | 280  | 枚   | 外壁充填用 |
| アルミサッシ | 複層ガラス Low-E             |                 | 45   | 箇所 | 窓枠仕様   |
| 屋根材       | カラーガルバリウム鋼板       |                 | 180  | m²   |            |
| 外壁材       | 無機系サイディング t=        |                 | 310  | m²   | 塗装品     |

### 3. 配置図面・詳細図
[図: 配置図面]

| No | 工程             | 担当 | 4月 | 5月 | 6月 | 7月 | 8月 | 9月 | 10月 | 11月 | 12月 | 1月 | 2月 |
|----|------------------|------|-----|-----|-----|-----|-----|-----|------|------|------|-----|-----|
| 1  | 仮設工事         | A班  |     |     |     |     |     |     |      |      |      |     |     |
| 2  | 土工事・基礎     | B班  |     |     |     |     |     |     |      |      |      |     |     |
...

# GitHub Copilot CLI（gh extension）が必要
gh extension install github/gh-copilot

pip install github-copilot-sdk   # Python 3.11 以上

import asyncio
from copilot import CopilotClient, PermissionHandler

async def convert_sheet(sheet_name: str, grid_text: str, model: str) -> str:
    client = CopilotClient()
    await client.start()

    session = await client.create_session({
        "on_permission_request": PermissionHandler.approve_all,
        "model": model,          # モデルを指定
    })

    result_parts = []
    done = asyncio.Event()

    def on_event(event):
        event_type = event.type.value if hasattr(event.type, "value") else str(event.type)
        if event_type == "assistant.message":
            content = getattr(event.data, "content", "")
            if content:
                result_parts.append(content)
        elif event_type in ("session.idle", "session.stop"):
            done.set()

    session.on(on_event)
    await session.send({"prompt": f"以下のExcelシートをMarkdownに変換してください:\n{grid_text}"})
    await asyncio.wait_for(done.wait(), timeout=120)

    await session.disconnect()
    await client.stop()
    return "".join(result_parts)

import asyncio
from copilot import CopilotClient

async def list():
    client = CopilotClient()
    await client.start()
    models = await client.list_models()
    for m in models:
        print(m["id"], m.get("billing_multiplier"))
    await client.stop()

asyncio.run(list())

## 基本情報

| 工事名称         | ○○地区 新築工事         |
|------------------|------------------------|
| 工事場所         | 東京都○○区○○町1-2-3    |
| 発注者           | 株式会社 ○○建設         |
| 施工者           | 株式会社 サンプル建設   |
| 工期             | 2025年4月1日 ～ 2026年3月31日 |
...

## 2. 施工注意事項

1. 本仕様書は設計図書と合わせて使用すること。
2. 材料の搬入前に監督員の承認を得ること。

## 基本情報

| 項目 | 内容 |
|------|------|
| 工事名称 | ○○地区 新築工事 |
| 工事場所 | 東京都○○区○○町1-2-3 |
| 発注者 | 株式会社 ○○建設 |
| 施工者 | 株式会社 サンプル建設 |
| 工期 | 2025年4月1日 ～ 2026年3月31日 |
...

## 2. 施工注意事項

① 本仕様書は設計図書と合わせて使用すること。
② 材料の搬入前に監督員の承認を得ること。

| 工種 | 単位 | 設計数量 | 計画数量 | 実施数量 | 達成率(%) | 備考 |
|------|------|--------:|--------:|--------:|--------:|------|
| コンクリート打設 | m³ | 120 | 122 | 115 | 95.8 | |