Công cụ chuyển Word sang Markdown

Từ WordprocessingML sang Markdown

DOCX là một gói Office Open XML chứ không phải một luồng văn bản định dạng đơn lẻ. Microsoft mô tả gói xử lý văn bản cơ bản là tập hợp nhiều phần, trong đó phần tài liệu chính chứa nội dung. Công cụ này kiểm tra cấu trúc gói cần thiết trước, sau đó dùng Mammoth.js để tạo HTML trung gian mang tính ngữ nghĩa. Hướng dẫn của Mammoth ưu tiên cấu trúc ngữ nghĩa thay vì tái tạo chính xác hình thức của Word, đây cũng là ranh giới phù hợp cho Markdown.

HTML trung gian được phân tích trong bộ nhớ và chuyển thành các khối cùng phần tử nội dòng CommonMark. Bảng đơn giản sử dụng phần mở rộng bảng của GitHub Flavored Markdown. HTML trung gian thô không bao giờ được gắn trực tiếp vào trang. Bản xem trước được tạo từ Markdown và làm sạch trước khi hiển thị.

Ví dụ chuyển đổi

Giả sử DOCX có tiêu đề cấp 1 Tình trạng dự án, hai đoạn văn, kế hoạch ba bước được đánh số và bảng 2 × 3 ghi người phụ trách cùng hạn chót. Khi chọn tiêu đề bằng dấu thăng, kết quả bắt đầu bằng # Tình trạng dự án, tiếp theo là các đoạn văn thường, ký hiệu danh sách 1. và bảng GFM dùng hàng đầu làm tiêu đề. Nếu tài liệu còn có biểu đồ nổi, biểu đồ đó không được chuyển. Công cụ sẽ hiển thị thông báo giới hạn để người dùng không nhầm đối tượng bị thiếu là đã xuất thành công.

Những gì Markdown không thể giữ lại

Markdown biểu đạt cấu trúc nội dung chứ không phải cách Word phân trang. Trang, cột, lề, đầu trang, chân trang, phông chữ, màu sắc, vị trí nổi, hộp văn bản, biểu đồ, SmartArt, phương trình, macro, đối tượng OLE, biểu mẫu, bình luận và lịch sử theo dõi thay đổi nằm ngoài phạm vi đầu ra. Bảng phức tạp có ô hợp nhất có thể mất lưới dự kiến. Hãy kiểm tra kỹ tài liệu kỹ thuật hoặc tài liệu chịu quy định và giữ DOCX gốc làm nguồn chính thức.

Giới hạn tệp và quyền riêng tư

Công cụ nhận .docx, không nhận .doc cũ, .docm, ODT hoặc PDF. Gói thiếu các phần Office Open XML cần thiết, mục ZIP được mã hóa, hơn 2.000 mục trong gói, dung lượng nén trên 25 MiB hoặc dung lượng giải nén trên 80 MiB đều bị từ chối. Các giới hạn này giảm rủi ro bộ nhớ nhưng không sửa được tệp hỏng.

Byte DOCX, tên tệp, cấu trúc được trích xuất, cài đặt, bản xem trước và Markdown đều ở lại trong trình duyệt này. Trong luồng nhiều bước, mã ngẫu nhiên trong sessionStorage của thẻ này trỏ đến một bản ghi IndexedDB hết hạn sau tối đa hai giờ. Nội dung không được đưa vào URL hay gửi qua Livewire. Bắt đầu lại sẽ xóa mã của thẻ và bản ghi đã lưu.