DOCX转HTML转换器
大多数网页内容仍先在Word里起草，再费力搬进CMS。把.docx转换为HTML，标题、列表、链接和表格都会变成简洁的标签，可直接粘贴或上传，没有Word附带的冗余代码。
文档转换器
或将PDF, DOC, DOCX … 文件拖放到此处 ·
单个文件最大 95 MB· 最多 20 个文件· 30 分钟后删除
文件在我们的服务器上处理，并在 30 分钟后删除。
150 DPI 会把一页 A4 转为约 1240 × 1754 px。需要打印时请用 300。
转换整个文件，或只转换部分页面或幻灯片（适用于 PDF 和演示文稿输入）。
要转换的页面或幻灯片，例如 1-3, 5, 8-10。
UTF-8 适用于所有语言。如果 Windows 上的 Excel 或记事本显示乱码，请选择带 BOM 的 UTF-8；旧编码仅用于老软件。
LF 适用于 macOS、Linux 和代码编辑器；CRLF 适用于较旧的 Windows 程序，如经典记事本。
逗号是标准分隔符。在以逗号作小数点的国家（德国、法国、巴西）使用 Excel 时，请用分号。
包含多个工作表的 Excel 输入：全部转换（每个工作表一个部分或文件），或只转换第一个。
使用方法
- 1
上传Word文件
添加一个 .docx 文件，或一次最多 20 个，每个不超过 95 MB。旧版 .doc 文件也可以上传。
- 2
选择保留多少样式
格式默认为“简洁”，只输出干净的结构标签。选择“保留全部”可保留内联字体和颜色，选择“纯文本”则只输出普通段落。包含图片会把文档中的图片一并带上。
- 3
转换并粘贴
点击转换为 HTML，用浏览器打开文件检查效果，然后把 body 内容粘贴到 CMS 的源码视图，或直接作为页面上传。
上传 .docx 并点击转换为 HTML：Word 标题会变成 <h1> 到 <h6>，列表变成 <ul> 和 <ol>，表格仍是表格，不会带上任何 Office 专属内容。
为什么Word自带的“另存为网页”不够用
Word 从上世纪九十年代末就能保存为 HTML，而自 Office 2000 起，输出的内容是为了在 Word 中重新打开而生成的，并不适合放到网站上。它带有 Office XML 命名空间、条件注释和几十个 mso- 样式属性，一份简短的备忘录也可能变成主要由样式规则组成的文件。从 Word 粘贴到 CMS 编辑器，也会通过剪贴板带入大量同样的冗余。
内容团队、内网编辑和客服文档作者每周都会遇到这种情况：法务团队用 .docx 发来新条款，领域专家在 Word 里写帮助文章，新闻稿以附件形式送来。先把文件转成 HTML，发布的人就能拿到干净的标记，直接套用网站自己的样式。如果目标是基于 Git 的文档站，则 DOCX 转 Markdown 更合适。
带样式、简洁还是纯净：选择你需要的HTML
带样式的 HTML
字体、字号和颜色以内联样式写入。
- 最接近 Word 的外观
- 在会删除样式块的邮件客户端中也能保留
- 标记较多，编辑起来更繁琐
干净的 HTML
只包含标题、段落、列表、链接、粗体和表格。
- 套用网站的样式表
- 便于阅读和手动编辑
- 本页默认选项
普通段落
只有 <p> 标签中的文字。
- 文件最小
- 没有表格和强调格式
哪些Word功能有对应的HTML写法
| from ↓ · to → | HTML | Markdown |
|---|---|---|
| 标题和列表 | 标题和列表 to HTML: yes | 标题和列表 to Markdown: yes |
| 粗体、斜体和链接 | 粗体、斜体和链接 to HTML: yes | 粗体、斜体和链接 to Markdown: yes |
| 含合并单元格的表格 | 含合并单元格的表格 to HTML: yes | – 含合并单元格的表格 to Markdown: no |
| 字体和颜色（保留全部） | 字体和颜色（保留全部） to HTML: yes | – 字体和颜色（保留全部） to Markdown: no |
| 页眉、页脚、页码 | – 页眉、页脚、页码 to HTML: no | – 页眉、页脚、页码 to Markdown: no |
| 修订记录 | – 修订记录 to HTML: no | – 修订记录 to Markdown: no |
DOCX
Microsoft Word 文档
DOCX 是自 Office 2007 起 Microsoft Word 的默认文档格式,基于 Office Open XML 标准(ECMA-376、ISO/IEC 29500)。它是由 XML 文件组成的 ZIP 包,包含文本、样式、图像、表格、批注和修订记录。它是办公室、学校和求职中最常见的可编辑文档格式。在 Word、Google 文档、LibreOffice 和 Pages 之间,版式可能略有变化,格式复杂时尤其如此。大多数文字处理软件都能打开 DOCX 文件。
- 压缩方式
- –
- 透明度
- –
- 动画
- –
- 发布年份
- 2007 · Microsoft
HTML
超文本标记语言
HTML 是网页的标记语言，由 Tim Berners-Lee 在 20 世纪 90 年代初提出，现由 WHATWG 作为活标准维护。HTML 文件描述标题、段落、链接、表格、图片和表单，样式通常由 CSS 提供。所有浏览器都能渲染它，它也用于邮件模板和保存的网页。单个 HTML 文件往往依赖外部图片和样式表，单独移动后可能显示异常。
- 压缩方式
- –
- 透明度
- –
- 动画
- –
- 发布年份
- 1993 · Tim Berners-Lee; maintained by WHATWG
当习惯用 Word 写稿的人写出的文字，需要由运营网站的人发布时，Word 文档就要转成 HTML：比如政策页面、知识库文章、新闻稿，或必须以标记代码而不是附件形式送达的邮件营销。
Word标题、列表和链接生成的干净代码
<h2>退款政策</h2> <p>未使用的商品可在 <strong>30 天</strong>内退货。</p> <ul> <li>请保留原始收据</li> <li>在<a href="/orders">我的订单页面</a>发起退货</li> </ul>
DOCX转HTML常见问题
Word的“网页（筛选）”另存选项有什么问题？
它比不过滤的“网页”格式好一些，但仍会把 Word 自己的类名、mso- 样式属性和间距规则写进样式块，很多 CMS 编辑器在粘贴时会原样保留这些多余内容。这里的“简洁”级别只输出结构标签，外观由你网站的样式表决定。
转换后的HTML能用在邮件简报里吗？
可以，但请选择“保留全部”。很多邮件客户端会删除 <style> 块，只认内联样式，而这个级别写出的正是内联样式。Windows 版 Outlook 使用 Word 自己的排版引擎渲染 HTML 邮件，群发之前请先在那里测试发送。
脚注在HTML中会放在哪里？
网页没有页面底部，所以脚注会变成文档末尾的编号注释，正文中的标记会链接到对应的注释。尾注的处理方式相同。
很长的Word文档会被拆成多个HTML页面吗？
不会。每个 .docx 只生成一个 HTML 文件，不管它在 Word 里有多少页。分页符、页眉、页脚和页码属于打印版式，不会保留。
编辑过的HTML怎样再转回Word？
用 HTML 转 DOCX 转换即可。标题会恢复为 Word 标题样式，表格恢复为 Word 表格，所以在网页上修改过的内容可以再回到 Word 进行修订审阅。
