Pretvornik DOCX v TXT
Wordov dokument skrčite na samo besedilo. Pretvornik ustvari čisto datoteko .txt v kodiranju in z zaključki vrstic, ki jih pričakuje vaš naslednji program, pripravljeno za iskalna orodja, prevajalsko programsko opremo, skripte ali okno klepeta.
Pretvornik dokumentov
ali spustite datoteke PDF, DOC, DOCX … sem ·
Največ 95 MB na datoteko· Do 20 datotek· Izbrisano po 30 minutah
Datoteke se obdelajo na naših strežnikih in izbrišejo po 30 minutah.
150 DPI pretvori stran A4 v približno 1240 × 1754 px. Za tiskanje uporabite 300.
Pretvori celotno datoteko ali le nekatere strani ali diapozitive (vhod PDF in predstavitve).
Strani ali diapozitivi za pretvorbo, npr. 1-3, 5, 8-10.
UTF-8 deluje za vse jezike. Izberite UTF-8 z BOM, če Excel ali Beležnica v sistemu Windows prikažeta popačene znake; starejše kodiranje samo za staro programsko opremo.
LF za macOS, Linux in urejevalnike kode; CRLF za starejše programe v sistemu Windows, kot je klasična Beležnica.
Vejica je standard. Podpičje uporabite za Excel v državah, ki decimalke pišejo z vejico (Nemčija, Francija, Brazilija).
Excel z več listi: pretvori vse (en razdelek ali datoteka na list) ali samo prvega.
Kako uporabljati to orodje
- 1
Naložite datoteke DOCX
Spustite en dokument ali skupino do 20 dokumentov, vsak do 95 MB. Sprejete so tudi starejše datoteke .doc, .docm in .dotx.
- 2
Izberite kodiranje in zaključke vrstic
Pretvori v je Navadno besedilo, Oblikovanje pa je nastavljeno na Samo besedilo. Pod Napredne nastavitve pustite Kodiranje besedila na UTF-8, razen če star program zahteva kodno stran, v Konci vrstic pa izberite CRLF za klasična orodja za Windows.
- 3
Pretvorite v TXT
Pritisnite Pretvori v Navadno besedilo in prenesite po eno datoteko .txt za vsak dokument ali vse skupaj v ZIP-u.
Naložite datoteko Word, pustite Oblikovanje na Samo besedilo in pritisnite Pretvori v Navadno besedilo, da dobite .txt z vsemi besedami, v UTF-8, razen če izberete drugo kodiranje.
Zakaj iz Wordovega dokumenta izvleči golo besedilo
Datoteka DOCX je arhiv ZIP delov XML. Besede so v word/document.xml, ovite v oznake za odseke in odstavke, ob slogih, definicijah oštevilčenja, slikah in povezavah. Programi, ki želijo le besedilo, morajo vse to najprej razpakirati, mnogi pa datoteko preprosto zavrnejo.
Tu pomaga navadno besedilo. Raziskovalci, ki nalagajo intervjuje v orodje za analizo besedila, prevajalci, ki ponudbe pišejo po številu znakov, razvijalci, ki dokumente podajajo skriptam, in uredniki, ki besedilo lepijo v sistem za vsebine, vsi potrebujejo besede brez ovojnine. Word to zmore za eno datoteko naenkrat prek Shrani kot in pogovornega okna za pretvorbo datotek; pretvornik isto opravi za celotno skupino in kodiranje nastavite enkrat.
Besedilo iz drugih virov gre po isti poti: HTML v TXT očisti shranjene spletne strani, predstavitve pa imajo svojo pot.
Izbira kodiranja in zaključkov vrstic za datoteko TXT
Privzeta in prava izbira za skoraj vse. Zajema vse pisave, od latinice z naglasi do hangula in emojijev, pričakujejo pa ga spletna orodja, Git, Python in sodobni urejevalniki.
- Beležnica v sistemu Windows privzeto shranjuje UTF-8 brez BOM od različice Windows 10 1903
- Združite s konci vrstic LF za macOS, Linux in kodo
UTF-8 s tremi oznacevalnimi bajti na začetku datoteke. Uporabite ga, kadar program za Windows prikaže črke z naglasi kot é ali podobne nesmiselne znake.
- Nekatera orodja Unix izpišejo BOM kot zaplavljen znak
- Združite s CRLF za klasično programje za Windows
Windows-1252, ISO-8859-1, Shift_JIS, GB18030 in EUC-KR obstajajo za programje, napisano pred Unicode. Znakov zunaj izbrane kodne strani ni mogoče shraniti.
- Izberite jo le, če program dokumentira, da jo potrebuje
- ter .docm in .dotx
- .docx .doc
- kodiranj besedila za izbiro
- 8
- načina koncev vrstic
- LF / CRLF
- do izbrisa datotek
- 30 min
DOCX
Dokument Microsoft Word
DOCX je privzeta oblika dokumentov v programu Microsoft Word od paketa Office 2007, ki temelji na standardu Office Open XML (ECMA-376, ISO/IEC 29500). Je paket ZIP z datotekami XML, ki vsebuje besedilo, sloge, slike, tabele, komentarje in sledene spremembe. Je najpogostejša oblika za urejanje dokumentov v pisarnah, šolah in pri prijavah za delo. Postavitev se lahko med programi Word, Google Docs, LibreOffice in Pages rahlo premakne, zlasti pri zahtevnem oblikovanju. DOCX odpre večina urejevalnikov besedil.
- Stiskanje
- –
- Prosojnost
- –
- Animacija
- –
- Uvedeno
- 2007 · Microsoft
TXT
Navadno besedilo
Datoteka TXT vsebuje samo navadne znake brez oblikovanja, pisav, slik ali postavitve. Sodobne besedilne datoteke so običajno kodirane v UTF-8, ki zajema vse jezike, starejše pa lahko uporabljajo druge kodne tabele in prikažejo popačene znake. Navadno besedilo je majhno, nikoli ne zastara in se odpre na vsaki napravi, od telefonov do strežnikov. Ne more vsebovati krepkega besedila, tabel ali slik, zato je treba strukturo izraziti z razmiki ali preprosto označevalno sintakso.
- Stiskanje
- –
- Prosojnost
- –
- Animacija
- –
- Uvedeno
- –
DOCX se skrči v TXT, kadar so za naslednji korak pomembne le besede: korpus ali iskalni indeks, ponudba za prevod, ki šteje znake, skript, ki razčlenjuje vrstice, ali polje obrazca, ki sprejme samo navadno besedilo.
Kaj se pri pretvorbi DOCX v TXT izgubi
- Navadno besediloTXT · text/plain
- Datoteka samo iz znakov in prelomov vrstic, brez pisav, velikosti, barv, slik ali postavitve strani. Njen pomen je v celoti odvisen od kodiranja, s katerim se bajti spremenijo nazaj v znake.
Vse vizualno odpade: krepko, ležeče, pisave, preloma strani, glave, stolpci, slike in grafikoni. Oštevilčeni in označeni seznami obdržijo besede, odstavki ohranijo vrstni red in ostanejo ločeni s prelomi vrstic. Slike lahko še vedno obdržite kot datoteke ob besedilu, če vklopite Vključi slike, ki jih skupaj s TXT zapakira v ZIP.
Vprašanja o pretvorbi DOCX v TXT
Ali besedilna datoteka vsebuje izbrisano besedilo iz sledenja spremembam?
Ne. Če je Vključi komentarje izklopljeno, dobite dokument tak, kot se bere po sprejetju vseh sprememb: vstavljeno besedilo je notri, izbrisano ga ni več, komentarji v balončkih pa so izpuščeni. Možnost vklopite le, če želite komentarje recenzentov zapisati v besedilo.
Kaj se zgodi s tabelami v Wordovem dokumentu?
Vsaka vrstica tabele postane vrstica besedila z vsebino celic v vrstnem redu branja. Tako ostanejo vse besede, mreža pa se izgubi, zato je za dokument, sestavljen predvsem iz tabel, boljša izbira DOCX v HTML, ki jih ohrani kot prave tabele.
Katero kodiranje naj izberem za star program v sistemu Windows?
Najprej poskusite UTF-8 z BOM; trije oznacevalni bajti številnim programom za Windows sporočijo, da je datoteka v UTF-8. Če je program starejši od Unicode, izberite Windows-1252 za zahodnoevropsko besedilo, Shift_JIS za japonsko, GB18030 za kitajsko ali EUC-KR za korejsko.
Zakaj pretvoriti v TXT, preden besedilo prilepim v pomočnika z umetno inteligenco ali prevajalsko orodje?
Kopiranje iz Worda lahko poleg besed prenese skrito oblikovanje, pametne narekovaje, mehke vezaje in nevidne kode polj. Datoteka z navadnim besedilom da orodju natanko znake na strani, število znakov pa se ujema s tem, kar bo videl ponudnik prevoda ali omejitev žetonov.
Ali lahko naslove kakor koli označim?
Navadno besedilo nima naslovov, samo vrstice. Če želite, da naslovi ostanejo prepoznavni, raje pretvorite v Markdown; DOCX v Markdown jih zapiše kot vrstice z #, ki se še vedno naravno berejo kot besedilo.