Word 转 Markdown 转换器

从 WordprocessingML 到 Markdown

DOCX 是一个 Office Open XML 包，而不是单一的格式化文本流。Microsoft 将基本的文字处理包描述为多个部件的集合，其中包括存放正文的主文档部件。此转换器会先检查所需的包结构，再使用 Mammoth.js 生成语义化 HTML 中间结果。Mammoth 的官方说明强调语义结构，而不是精确还原 Word 外观，这正是转换为 Markdown 时合理的边界。

HTML 中间结果会在内存中解析，并转换为 CommonMark 块级和行内元素。简单表格采用 GitHub Flavored Markdown 表格扩展。未经处理的中间 HTML 绝不会直接挂载到页面。预览由 Markdown 生成，并在显示前经过净化。

转换示例

假设一个 DOCX 包含一级标题 项目状态、两个段落、一个带编号的三步计划，以及一个列出负责人和截止日期的 2 × 3 表格。选择井号标题后，输出会以 # 项目状态 开头，随后是普通段落、1. 列表标记，以及将第一行作为表头的 GFM 表格。如果同一文档中还有浮动图表，该图表不会被转换。工具会显示限制提示，避免用户把缺失对象误认为已成功导出。

Markdown 无法保留的内容

Markdown 表达内容结构，而不是 Word 的分页版式。页面、分栏、页边距、页眉、页脚、字体、颜色、浮动位置、文本框、图表、SmartArt、公式、宏、OLE 对象、表单、批注和修订历史均不在此转换器的输出范围内。含合并单元格的复杂表格可能失去原有网格。请仔细检查技术或受监管文档，并将原始 DOCX 保留为权威版本。

文件与隐私限制

转换器接受 .docx，不接受旧版 .doc、.docm、ODT 或 PDF。缺少必要 Office Open XML 部件、含加密 ZIP 条目、包条目超过 2,000 个、压缩后超过 25 MiB，或解压后超过 80 MiB 的文件都会被拒绝。这些限制可降低内存风险，但不能修复损坏的文件。

DOCX 字节、文件名、提取的结构、设置、预览和 Markdown 都会留在此浏览器中。在多步骤流程里，此标签页 sessionStorage 中的随机令牌会指向一个最长保留两小时的 IndexedDB 记录。内容不会写入 URL，也不会通过 Livewire 发送。重新开始会删除标签页令牌和存储记录。