完整结构、内容、语义都能往返
部分保住主要内容,细节或痕迹有损
丢弃明确不做,但会报数
| 元素 | Word → MD | MD → Word | 具体行为 |
|---|---|---|---|
| 标题层级 | 完整 | 完整 | 认 Heading 1–6 / Title / 中文「标题 N」,样式缺失时按字号(≥32/28/26 半磅)兜底。反向生成 Heading 样式,进 Word 导航窗格。 |
| 正文与行内格式 | 完整 | 完整 | 粗体、斜体、删除线、行内代码、超链接双向还原,不叠加不错位。 |
| 列表与真实编号 | 完整 | 完整 | 读 numbering.xml 还原真实序号与层级;反向写 numPr 真编号,增删段落自动重排。 |
| 表格 | 部分 | 部分 | 行列与单元格文字逐格还原,单元格内换行转 <br>,列宽按 Word 表格宽度等比分配。合并单元格不进 md 表格语法,会展开成重复文字。 |
| 超链接 | 完整 | 完整 | URL 存在 rels 里,解析时查表还原;反向写入 External 关系,点击可跳转。 |
| 引用 / 代码块 | 部分 | 完整 | 引用认样式名;代码块往 Markdown 走时靠样式名或 Consolas / Courier 这类等宽字体识别,认不出就是普通段落(内容不丢,少一对 ```)。反向生成 Consolas 等宽段落加底色。Word 里的分隔线是段落下边框,不解析。 |
| 图片 | 丢弃 | 丢弃 | 不做,但转换后明确报数「检测到 N 个图片 / 图形」,不静默丢。 |
| 批注与修订 | 部分 | 丢弃 | 只取最终态,被删除的内容不会带出来;批注条数与修订标记数在丢失清单里报数。反向无此概念。 |
| 脚注 / 公式 / 文本框 | 丢弃 | 丢弃 | 这三类都不做。脚注在 Word 里是独立 part,公式是 OMML,文本框是浮动层——各要一个单独的转换器,目前没有。 |
| 页眉 / 页脚 | 丢弃 | 丢弃 | 页眉页脚不进正文流。检测到有实际文字时会报数。 |
「部分」是什么意思
三项标了「部分」,原因同一个:Markdown 的表达能力比 Word 窄一截。
- 表格:行列、每格文字、单元格内换行都能还原,但 md 表格语法里没有「合并」这个概念。docx 靠 gridSpan / vMerge 记录的合并关系,只能摊成重复文字——行列数对得上,视觉上的合并没了。中文文档的合并表头尤其常见,转完通常要手工合并一次。
- 引用 / 代码块:引用认样式名。代码块往 Markdown 走时,靠样式名或 Consolas / Courier 这类等宽字体认,认不出来就是普通段落——内容一个字不丢,只是少了一对 ```。另外 Word 里的分隔线其实是段落下边框,不解析,会变成空行。
- 批注与修订:文档里被删除的内容不会出现在 Markdown 里(有意为之——你要的是最终稿),但文档上挂着的 35 条批注也确实没转出来。既不是完整,也不是完全丢弃,转换后会在丢失清单里报数。
为什么图片是「丢弃」而不是「部分」
因为半吊子的图片支持比不支持更糟。Markdown 引用图片必须是相对路径,而 docx 里的图是 word/media/ 下的二进制,位置和命名都没有语义。强行导出会得到一堆 image1.png,正文里的引用还没法自动对位。
这里的做法是:不转,但明确告诉你跳过了几张。这样你能自己决定去哪补图,而不是转完发现图全没了、还以为是工具坏了。
怎么自己验
造一份样本:三个层级的标题、三层嵌套列表、3×4 表格、两个外链、一段代码(套「代码」样式,或把字体设成 Consolas / Courier)、一张图。跑一遍 Word → MD → Word 往返,对比首尾两份 docx。表格别加合并单元格,其余应该逐项一致。
已知的边界
- 合并单元格:合并格会被展开成重复文字,行列数对得上,视觉上的合并丢失。gridSpan / vMerge 目前没有解析。
- 字号兜底标题:全文都用大字号加粗的文档(宣传稿、海报文案)可能被误判成标题。
- 域代码:目录、页码、交叉引用只保留显示结果,域本身不转。反向不生成 TOC 域。
- 字符集:非 UTF-8 编码的 md 文件可能乱码,转前用编辑器确认一次编码。