Chuyển DOCX sang HTML
Phần lớn nội dung web vẫn được soạn trong Word rồi mới vất vả đưa vào CMS. Chuyển file .docx sang HTML, bạn sẽ có tiêu đề, danh sách, liên kết và bảng dưới dạng thẻ đơn giản để dán hoặc tải lên mà không kèm những mã thừa Word tự thêm vào.
Chuyển đổi tài liệu
hoặc thả tệp PDF, DOC, DOCX … vào đây ·
Tối đa 95 MB mỗi tệp· Tối đa 20 tệp· Xóa sau 30 phút
Tệp được xử lý trên máy chủ của chúng tôi và bị xóa sau 30 phút.
150 DPI biến một trang A4 thành khoảng 1240 × 1754 px. Dùng 300 để in.
Chuyển toàn bộ tệp hoặc chỉ một số trang hay trang chiếu (với đầu vào PDF và bản trình chiếu).
Các trang hoặc trang chiếu cần chuyển, ví dụ 1-3, 5, 8-10.
UTF-8 dùng được cho mọi ngôn ngữ. Chọn UTF-8 có BOM nếu Excel hoặc Notepad trên Windows hiển thị ký tự lỗi; chỉ dùng các bảng mã cũ cho phần mềm cũ.
LF cho macOS, Linux và trình soạn thảo mã; CRLF cho các chương trình Windows cũ như Notepad bản cổ điển.
Dấu phẩy là chuẩn. Dùng dấu chấm phẩy cho Excel ở các nước viết số thập phân bằng dấu phẩy (Đức, Pháp, Brazil).
Với đầu vào Excel có nhiều trang tính: chuyển tất cả (mỗi trang tính một phần hoặc một tệp) hoặc chỉ trang đầu tiên.
Cách sử dụng công cụ này
- 1
Tải lên các file Word
Thêm một file .docx hoặc tối đa 20 file cùng lúc, mỗi file không quá 95 MB. File .doc cũ hơn cũng được chấp nhận.
- 2
Chọn mức định dạng muốn giữ lại
Mục Định dạng văn bản mặc định là Simple, chỉ ghi các thẻ cấu trúc gọn gàng. Chuyển sang Keep all để giữ phông chữ và màu sắc dạng inline, hoặc Text only để chỉ lấy các đoạn văn thuần. Tùy chọn Bao gồm hình ảnh sẽ đưa cả ảnh theo.
- 3
Chuyển đổi và dán
Nhấn Chuyển sang HTML, mở file trong trình duyệt để kiểm tra, sau đó dán phần nội dung body vào chế độ xem mã nguồn của CMS hoặc tải lên làm một trang.
Tải file .docx lên và nhấn Chuyển sang HTML: tiêu đề Word thành <h1> đến <h6>, danh sách thành <ul> và <ol>, bảng vẫn là bảng, và không có thứ gì riêng của Office đi kèm.
Vì sao tính năng Save as Web Page của Word là chưa đủ
Word có thể lưu HTML từ cuối thập niên 1990, và từ Office 2000 kết quả đó được tạo ra để mở lại trong Word, không phải để đưa lên website. Nó chứa namespace Office XML, comment điều kiện và hàng chục thuộc tính style mso-, nên một bản ghi nhớ ngắn có thể thành file chủ yếu gồm các quy tắc định dạng. Dán từ Word vào trình soạn thảo CMS cũng mang theo phần lớn đống rườm rà tương tự qua clipboard.
Nhóm nội dung, người biên tập intranet và người viết hỗ trợ gặp chuyện này hằng tuần: bộ phận pháp lý gửi điều khoản mới dưới dạng .docx, chuyên gia viết bài hướng dẫn trong Word, thông cáo báo chí đến dưới dạng file đính kèm. Chuyển file sang HTML trước giúp người đăng bài có mã gọn gàng, áp dụng style của chính website. Nếu nơi đăng là trang tài liệu dùng Git, DOCX sang Markdown sẽ phù hợp hơn.
Giữ định dạng, sạch hay tối giản: chọn kiểu HTML bạn cần
HTML có style
Phông chữ, cỡ chữ và màu sắc được ghi dưới dạng style inline.
- Gần giao diện Word nhất
- Hiển thị được trên ứng dụng email loại bỏ khối style
- Mã nặng hơn khi chỉnh sửa
HTML gọn
Chỉ gồm tiêu đề, đoạn văn, danh sách, liên kết, chữ đậm và bảng.
- Dùng stylesheet của website
- Dễ đọc và chỉnh sửa thủ công
- Mặc định ở trang này
Đoạn văn thuần
Chỉ có chữ trong thẻ <p>, không gì khác.
- File nhỏ nhất
- Không có bảng hay nhấn mạnh
Những tính năng nào của Word có tương đương trong HTML
| from ↓ · to → | HTML | Markdown |
|---|---|---|
| Tiêu đề và danh sách | Tiêu đề và danh sách to HTML: yes | Tiêu đề và danh sách to Markdown: yes |
| Chữ đậm, chữ nghiêng và liên kết | Chữ đậm, chữ nghiêng và liên kết to HTML: yes | Chữ đậm, chữ nghiêng và liên kết to Markdown: yes |
| Bảng có ô gộp | Bảng có ô gộp to HTML: yes | – Bảng có ô gộp to Markdown: no |
| Phông chữ và màu sắc (Keep all) | Phông chữ và màu sắc (Keep all) to HTML: yes | – Phông chữ và màu sắc (Keep all) to Markdown: no |
| Đầu trang, chân trang, số trang | – Đầu trang, chân trang, số trang to HTML: no | – Đầu trang, chân trang, số trang to Markdown: no |
| Theo dõi thay đổi | – Theo dõi thay đổi to HTML: no | – Theo dõi thay đổi to Markdown: no |
DOCX
Tài liệu Microsoft Word
DOCX là định dạng tài liệu mặc định của Microsoft Word từ Office 2007, dựa trên tiêu chuẩn Office Open XML (ECMA-376, ISO/IEC 29500). Đây là một gói ZIP gồm các tệp XML chứa văn bản, kiểu định dạng, hình ảnh, bảng, nhận xét và theo dõi thay đổi. DOCX là định dạng phổ biến nhất cho tài liệu có thể chỉnh sửa trong văn phòng, trường học và hồ sơ xin việc. Bố cục có thể xê dịch đôi chút giữa Word, Google Docs, LibreOffice và Pages, nhất là với định dạng phức tạp. Hầu hết trình xử lý văn bản đều mở được tệp DOCX.
- Nén
- –
- Độ trong suốt
- –
- Ảnh động
- –
- Ra mắt
- 2007 · Microsoft
HTML
Ngôn ngữ đánh dấu siêu văn bản (HTML)
HTML là ngôn ngữ đánh dấu của web, được Tim Berners-Lee mô tả lần đầu vào đầu thập niên 1990 và hiện do WHATWG duy trì dưới dạng tiêu chuẩn sống. Tệp HTML mô tả tiêu đề, đoạn văn, liên kết, bảng, hình ảnh và biểu mẫu, còn phần trình bày thường đến từ CSS. Mọi trình duyệt đều hiển thị HTML, và định dạng này cũng được dùng cho mẫu email và trang web đã lưu. Một tệp HTML đơn lẻ thường phụ thuộc vào ảnh và stylesheet bên ngoài, nên có thể hiển thị lỗi khi bị di chuyển riêng.
- Nén
- –
- Độ trong suốt
- –
- Ảnh động
- –
- Ra mắt
- 1993 · Tim Berners-Lee; maintained by WHATWG
Tài liệu Word được chuyển sang HTML khi văn bản do những người soạn thảo bằng Word viết ra cần được đăng bởi những người quản trị website: một trang chính sách, bài viết cơ sở tri thức, thông cáo báo chí hoặc chiến dịch email phải gửi dưới dạng mã HTML thay vì file đính kèm.
Mã sạch từ tiêu đề, danh sách và liên kết trong Word
<h2>Chính sách hoàn tiền</h2> <p>Bạn có thể trả lại sản phẩm chưa sử dụng trong vòng <strong>30 ngày</strong>.</p> <ul> <li>Giữ lại hóa đơn gốc</li> <li>Bắt đầu trả hàng từ <a href="/orders">trang đơn hàng của bạn</a></li> </ul>
Câu hỏi thường gặp về chuyển DOCX sang HTML
Tùy chọn Web Page, Filtered của Word có vấn đề gì?
Tốt hơn định dạng Web Page không lọc, nhưng Word vẫn ghi tên class riêng, thuộc tính style mso- và quy tắc khoảng cách vào một khối style, và nhiều trình soạn thảo CMS giữ nguyên phần thừa này khi bạn dán. Mức Simple ở đây chỉ ghi các thẻ cấu trúc, nên giao diện do stylesheet của website quyết định.
Có thể dùng HTML đã chuyển đổi cho bản tin email không?
Được, nhưng hãy chọn Keep all. Nhiều ứng dụng email loại bỏ khối <style> và chỉ nhận style inline, đúng thứ mà mức này ghi ra. Outlook cho Windows hiển thị email HTML bằng bộ dàn trang của Word, vì vậy hãy gửi thử ở đó trước khi gửi cho cả danh sách.
Chú thích cuối trang nằm ở đâu trong HTML?
Trang web không có chân trang, nên chú thích cuối trang trở thành các ghi chú đánh số ở cuối tài liệu, với dấu số trong văn bản liên kết xuống từng ghi chú. Chú thích cuối tài liệu (endnote) hoạt động tương tự.
Tài liệu Word dài có bị chia thành nhiều trang HTML không?
Không. Mỗi file .docx tạo ra một file HTML, dù trong Word có bao nhiêu trang. Ngắt trang, đầu trang, chân trang và số trang thuộc bố cục in nên không được đưa vào.
Làm sao đưa HTML đã chỉnh sửa trở lại Word?
Hãy chuyển bằng HTML sang DOCX. Tiêu đề trở lại thành kiểu heading của Word và bảng thành bảng Word, nên trang đã chỉnh sửa trên web có thể quay lại Word để rà soát bằng theo dõi thay đổi.
