DOCXをTXTに変換

DOCXファイルは、XMLパーツをまとめたZIPアーカイブです。文字は word/document.xml に、ランや段落のタグで包まれて入っており、その隣にスタイルシート、番号定義、画像、リレーションシップが並んでいます。テキストだけが欲しいプログラムはまずこれらをすべて展開する必要があり、多くはファイルを受け付けません。

そこでプレーンテキストが役立ちます。インタビューをテキスト分析ツールに読み込む研究者、文字数で見積もる翻訳者、文書をスクリプトに渡す開発者、原稿をコンテンツ管理システムに貼り付ける編集者は、装飾のない文字そのものを必要としています。Wordでも名前を付けて保存とファイル変換ダイアログで1ファイルずつ可能ですが、このコンバーターなら複数ファイルをまとめて変換でき、文字コードも一度の設定で済みます。

ほかの形式のテキストも同様に扱えます。HTML to TXT は保存したWebページを整形し、スライド資料には専用の方法があります。

見た目に関わるものはすべてなくなります。太字、斜体、フォント、改ページ、ヘッダー、段組み、画像、グラフなどです。番号付きや箇条書きのリストは文字が残り、段落は順序を保ったまま改行で区切られます。画像を含めるをオンにすると、画像をテキストの横にファイルとして残せ、TXTと一緒にZIPにまとめられます。