Convertir DOCX en TXT

Un fichier DOCX est une archive ZIP de parties XML. Les mots se trouvent dans word/document.xml, entourés de balises de passages et de paragraphes, à côté de feuilles de style, de définitions de numérotation, d'images et de relations. Les programmes qui ne veulent que le texte doivent d'abord tout décompresser, et beaucoup refusent simplement le fichier.

C'est là que le texte brut aide. Les chercheurs qui chargent des entretiens dans un outil d'analyse de texte, les traducteurs qui facturent au nombre de caractères, les développeurs qui donnent des documents à un script et les rédacteurs qui collent leur texte dans un système de gestion de contenu ont tous besoin des mots sans l'emballage. Word peut le faire fichier par fichier avec Enregistrer sous et sa boîte de dialogue de conversion de fichier ; le convertisseur fait de même pour tout un lot et vous laisse régler l'encodage une seule fois.

Le texte issu d'autres sources suit le même chemin : HTML en TXT nettoie les pages web enregistrées, et les présentations ont leur propre voie.

Tout ce qui est visuel disparaît : gras, italique, polices, sauts de page, en-têtes, colonnes, images et graphiques. Les listes numérotées et à puces gardent leurs mots, et les paragraphes gardent leur ordre et restent séparés par des sauts de ligne. Les images peuvent toutefois être conservées sous forme de fichiers à côté du texte en activant Inclure les images, ce qui les regroupe avec le TXT dans un ZIP.