Ms office 如何将doc/docx文件转换为标记文本或结构化文本？

是否有将

.doc

或

.docx

文件转换为标记或类似文本的程序或工作流

---

PS：理想情况下，我希望MS Word文档中的特定字体（例如，

consolas

）能够呈现为

文本代码：```..`

如果您使用Linux，请尝试（首先使用LibreOffice或其他工具将.doc/.docx转换为html，然后运行它）

在Windows上（或者如果Pandoc不工作），您可以尝试此网站（在线演示，您可以下载）：

可能值得一试，或者使用和通过HTMLZ描述的过程，下面是他们使用的bash脚本：

#/bin/bash
mkdir温度
cp$1临时工
cd温度
电子书转换$1输出.htmlz
解压缩output.htmlz
光盘
pandoc-f html-t markdown-o output.md temp/index.html
rm-R温度

您可以使用（Ruby Gem）一步转换它。转换可以非常简单，如下所示：

$ gem install word-to-markdown
$ w2m path/to/document.docx

它通过LibreOffice传递文档，但也最好根据标题的相对字体大小对其进行语义分类

---

还有一个简单的转换方法，只需拖放即可。

您可以使用以下Visual Basic脚本将MS Word中的Word文档转换为Markdown：

按照“使用代码”下的说明在Word中创建新宏

注意：这会将当前打开的Word文档转换为标记，从而删除所有Word格式（标题、列表等）。首先保存要转换的Word文档，然后在运行宏之前再次将文档另存为新文档。这样，您就可以随时返回原始Word文档进行更改

这里有更多Word标记VB脚本的示例：

来自：

---

对于项目符号列表，您可以将列表粘贴到升华文本中，并使用multiselect（已测试）或find and replace（未测试）将专有MS Word字符替换为

-

，

-

等

---

这不适用于标题，但也可以对其他元素使用类似的技术。

Pandoc支持直接从docx转换为降价：

pandoc -f docx -t markdown foo.docx -o foo.markdown

支持多种降价格式：

-t gfm (GitHub-Flavored Markdown)  
-t markdown_mmd (MultiMarkdown)  
-t markdown (pandoc’s extended Markdown)  
-t markdown_strict (original unextended Markdown)  
-t markdown_phpextra (PHP Markdown Extra)  
-t commonmark (CommonMark Markdown)  

最有名的是Word-to-HTML转换器，但它现在支持一个模块。当我上次检查时，猛犸象降价支持仍处于早期阶段，所以您可能会发现一些功能不受支持。像往常一样。。。有关最新详细信息，请访问网站

安装 要使用Javascript版本。。。先安装，然后安装猛犸：

npm install -g mammoth

命令行 将Word文档转换为标记的命令行

mammoth document.docx --output-format=markdown

var mammoth = require("mammoth");
mammoth.convertToMarkdown({path: "path/to/document.docx"});

美国石油学会 要转换为降价的NodeJS API

mammoth document.docx --output-format=markdown

var mammoth = require("mammoth");
mammoth.convertToMarkdown({path: "path/to/document.docx"});

特征： Mammoth Markdown writer当前支持：

• 列表（编号和项目符号）
• 链接
• 字体样式，如粗体、斜体
• 图像

庞大的命令行工具和API已移植到多种语言：

没有降价（2016年5月）：

降价：

---

鉴于您在stackoverflow上提出了这个问题，您可能想要一个编程或命令行解决方案，我已经给出了另一个答案

但是，另一种解决方案可能是使用for Microsoft Word

Writage将Word转换为标记所见即所得编辑器，这样您就可以打开标记文件并对其进行编辑，就像在Microsoft Word中编辑任何文档一样。此外，还可以将Word文档保存为标记文件，而无需任何其他转换器

在封面下，Writage使用了您还需要安装的插件才能工作

它当前支持以下降价元素：

• 标题
• 列表（编号和项目符号）
• 链接
• 字体样式，如粗体、斜体
• 桌子
• 脚注

这可能是许多最终用户的理想解决方案，因为他们不需要安装或运行任何命令行工具，只需坚持使用他们最熟悉的工具即可。

Options

使用转换工具进行多文件转换

对单个文件和高级字体使用所见即所得编辑器

哪些转换工具？ 我已经测试了这三个：

（1）-Pandoc/（2）-Mammoth/（3）-w2m

Pandoc 到目前为止，它是支持多种文件类型的高级转换工具（有关支持的文件类型，请参阅Pandoc的

手册页

）：

NB

• 要获取

  pandoc

  以导出标记表（多标记或

  gfm

  输出格式

• 如果格式化为PDF，

  pandoc

  使用

  LaTeX

  模板，因此，如果该命令不起作用，您可能需要为操作系统安装

  LaTeX

  软件包。指示在

哪些所见即所得编辑器？ 要回答此特定问题（

docx-->降价

），请使用Microsoft Word插件。另一种方法是

降价-->docx

保持优良的字体 如果您希望保留unicode字符、表情符号和保持高级字体，那么在文件格式之间使用复制和粘贴操作时，您将从下面的编辑器中获得一些相似之处。请注意，它们不是以本机方式读取或写入

docx

• 对于铬

程序等价物 对于编程等价物，您可以通过调用不同的pdf引擎及其相应选项来获得一些结果，但我还没有对此进行测试。pandoc默认为“pdflatex”

pandoc--pdf引擎=
pandoc--pdf引擎opt=STRING

更新：A4对美国信件 对于美国以外的地区，设置pandoc -s -V geometry:a4paper -o outfile.pdf infile.md