Word 转 Markdown,文件不出这台电脑
拖进来就出结果,不用点第二次。标题、列表、表格、链接、代码块按结构还原成 Markdown 语法;转完还会逐类告诉你这份文档有哪些东西没能进 Markdown。
标题、列表、表格、链接、代码块都会还原成 Markdown 语法。
输出框可以直接改,改完下载的就是改后的版本。
它怎么认中文文档的标题
英文 Word 文档规规矩矩用 Heading 1 / Heading 2,中文文档不是。大量存量文档的「标题」其实是加粗 + 调大字号的正文段落,样式栏里写着「正文」。
只认样式,转出来就是一大段平铺的正文,层级全丢。所以这里走两路:
- 先看样式:Heading 1–6、Title、Subtitle,以及中文版的「标题 1」「标题 2」,顺着 basedOn 往上找。
- 再看字号:样式认不出来时,按字号兜底——半磅值 ≥ 32 判 h1、≥ 28 判 h2、≥ 26 判 h3,且整段加粗才算。
五类失败,各给原因和下一步
「转换失败」这四个字是最没用的报错。这里把常见失败拆成五类,每类都告诉你该做什么:
- 旧版 .doc
- 二进制格式,浏览器里没有能解析它的东西。在 Word 里另存为 .docx 再拖进来。
- 设了密码
- 加密的 docx 连解压都做不到。先在 Word 里取消密码,另存一份。
- 文件损坏
- 扩展名是 .docx 但内部结构不是标准压缩包,常见于邮件中转或下载中断。回原始位置重新下载。
- 不是 Word
- 后缀对不上。这里只收 .docx——PDF 得先在 Word 里另存为 .docx。
- 超过 25 MB
- 会把标签页内存吃满。先在 Word 里压缩图片,或拆成两半。
常见问题
文件真的不会被上传吗?
不会被上传,因为这个站没有后端。全部逻辑都在 assets/converter.js 里,用浏览器自带的解压能力拆 docx、用自写的解析器读 XML,转换过程不发任何网络请求。这里有可照做的三步验证,一分钟就能自己确认。
图片为什么没出来?
这里不处理图片(原因写在保真度矩阵里)。图片在 docx 里是独立的二进制文件,Markdown 又只能用相对路径引用,强行转出来会得到一堆断链——比不转更麻烦。转完的丢失清单里会写明「检测到 N 张图已跳过」,你可以在 Word 里另存图片,再手动放进仓库。
「开头加文档信息块」是干什么的?
有些 Markdown 工具(Obsidian、Hexo、Hugo、Jekyll 这类)习惯在文件最前面读一小段信息,用两条 --- 夹起来,记标题、日期、标签这类东西。这段东西没有通用的中文名,资料里一般直接叫 frontmatter。勾上之后,导出的 md 第一段会是 --- / title: "文件名" / ---,后面才是正文;不勾就是干净正文,粘到哪儿都能用。用不上就别勾——大多数笔记软件自己管标题。
合并单元格的表格会怎样?
会被展开成重复文字:行列数对得上,视觉上的合并丢失。docx 里真正记录合并关系的是 gridSpan / vMerge 两个属性,目前没有解析它。
转出来的 Markdown 能直接改吗?
能。输出框就是可编辑的,改完字数和状态行会实时更新并标上「已手动修改」,下载拿到的是你改后的版本,不是原始转换结果。
一份 100 页的标书要多久?
纯文本解析,7 万字的真实文档实测 50 ms 上下。真正慢的是首次加载页面。文档越大越依赖内存,所以设了 25 MB 上限。
接着用
转完一堆文件,试试 批量转换,一次 20 个打成 zip。要往回走,用 Markdown → Word。