如何清理 microsoft html doc？

【问题标题】：how to clean up microsoft html doc?如何清理 microsoft html doc？
【发布时间】：2010-11-06 11:16:35
【问题描述】：

我有相当大的从 Microsoft Word 生成的 html 格式的文档。它太乱了，充满了臃肿的东西（比如未知标签、未知命名空间等和其他臃肿的东西）

有什么方法可以将它转换成纯 html 语法？

【问题讨论】：

【解决方案1】：

试试Cleanup HTML在线工具清理word HTML

【讨论】：

【解决方案2】：

您可能正在寻找HTML Tidy，它具有几乎所有语言的适配器。它具有清理 Microsoft Word HTML 输出的选项（以及许多其他功能）。

【讨论】：

【解决方案3】：

试试HTML Tidy。我听说它在 MS Word 生成的 HTML 上运行良好（肯定至少到 Word 2000，但也可能在更新的版本上）。

【讨论】：

【解决方案4】：

这并不是一个真正的编程问题，但是（至少是最新版本的）Word 可以保存到“网页，已过滤”，这会删除 Office 特定的标签和属性，只留下文档所需的标签在网络浏览器中呈现。因此，如果您有 Word，可以尝试使用它打开 HTML 文档并以该格式保存。

【讨论】：