實用工具
把檔案拖到這裡
或點選選擇檔案。檔案只在目前分頁裡處理,不會上傳到任何伺服器。
需求規格、規章制度和會議紀錄大多是 Word 格式,但大型語言模型或靜態網站需要的是帶有結構的文字,而不是一個裝著 XML 和字型的壓縮檔。這個工具用 mwilliamson/mammoth.js 把 Word 的段落樣式對應成語意——標題 1 變成 #、清單段落變成清單、表格仍是表格——而不是照搬視覺排版,接著透過 Turndown 轉成 Markdown,或直接給你 HTML。PDF、PowerPoint、Excel 的同類需求,可以用 microsoft/markitdown 這個 Python 工具。
它是怎麼運作的
- 只有套用 Word 標題樣式的段落才會被辨識為標題;只是加粗、放大字級的文字仍然是一般段落。
- 圖片預設不輸出,好讓結果保持精簡;需要時可以改成以 Base64 data URI 的形式內嵌。
- Mammoth 無法對應的內容(例如無法辨識的自訂樣式)會以 HTML 註解的形式列在結果末尾,Markdown 顯示時不會出現。
你的資料去了哪裡
哪也沒去。本工具完全在你的瀏覽器裡執行:你貼上的文字由頁面處理,不會傳輸到任何伺服器,也不會寫進任何紀錄。
本工具免費且免登入,執行結果只存在於你目前的頁面裡,不會被儲存到任何地方。
它要花多少
本工具完全免費,不需要登入,也不消耗點數。
常見問題
- 支援 .doc 檔案嗎?
- 不支援。舊的二進位 .doc 和 .docx 是兩種不同的檔案格式,mammoth.js 只讀取 Word 2007 開始採用的 Office Open XML 格式。用 Word、WPS 或 LibreOffice 開啟檔案,另存成 .docx,再拿來轉換即可。
- 為什麼字型、顏色和對齊方式都不見了?
- 這是刻意的。Mammoth 保留結構——標題、清單、表格、粗體、斜體、連結、註腳——捨棄排版,因為 Markdown 無法表達排版,模型也用不到。如果文件中有資訊只靠顏色區分,轉換前請先把它改寫成文字。
- 警告是什麼意思?
- Mammoth 會回報每一個它不知道如何對應的段落樣式或字元樣式,例如公司範本裡自訂的標題樣式。文字本身並沒有遺失,只是以一般段落轉換。如果警告提到的是某個標題樣式,那麼它標記的那一節在 Markdown 裡就不會變成標題。
背後的開源專案
本工具執行在 mwilliamson/mammoth.js 之上,以 BSD-2-Clause 授權發布。如果你需要在自己的程式裡實作同樣的能力,直接用這個函式庫。
mwilliamson/mammoth.js也常被稱作
- word 轉 markdown
- docx 轉 markdown
- word 轉 md 線上
- word 轉 html
- docx 轉檔工具
- mammoth 線上