【问题标题】：Convert doc/docx to semantic HTML将 doc/docx 转换为语义 HTML
【发布时间】：2023-04-06 22:51:01
【问题描述】：

我想将 doc/docx 文档转换为语义 HTML。

一些愿望/要求：

【解决方案1】：

我编写了一个实用程序来实现您列出的要求，不包括图像、图表和数学公式。它是 beta 质量（即，它可以在我的机器上运行）。我发布在http://www.modeltext.com/word

【讨论】：

【解决方案2】：

只是更多的想法。

使用 Gmail 转换 word 文档

【讨论】：

【解决方案3】：

docx4j（仅用于 docx，不用于 doc）编写干净的 HTML 输出。如果您想要

而不是

，则需要稍作改动，但它是开源的，因此您可以这样做。

【讨论】：

【解决方案4】：

" 文档中的标题是 " 我认为这是不可能的。因为MS Word只记下结果，<p>的不同风格就像纸上的印刷文字一样，原始信息不会被记录下来。

您的其他愿望可以实现。有两个商业工具可以做到这一点（不要相信那些免费工具或在线工具，它们不会做真正的工作。）

Zapadoo 的 1 Word Cleaner www.zapadoo.com
2 Wonder Studio 的 Word 的 HTML 清理器 www.htmlcleaner.com

我更喜欢去年刚刚发布的第二个。两个都可以试试。

【讨论】：

【解决方案5】：

有一个名为upCast 的工具能够将Word 文档转换为XML。

【讨论】：

、