Mammoth：高效便捷的.docx到HTML转换器

Mammoth：高效便捷的.docx到HTML转换器

mammoth.jsConvert Word documents (.docx files) to HTML项目地址:https://gitcode.com/gh_mirrors/ma/mammoth.js

Mammoth是一个专门设计用来将.docx文档（如Microsoft Word、Google Docs和LibreOffice创建的文档）转换为HTML的工具。它的目标是通过利用文档中的语义信息来生成简洁、干净的HTML，而忽略其他细节，如字体、字号和颜色等呈现样式。

由于.docx和HTML之间的结构差异较大，对于复杂的文档，转换可能无法完美无瑕。Mammoth在文档中只使用样式进行语义标记时表现最佳。

以下是目前支持的功能特性：

1. 标题（如 Heading 1 转换为 h1 元素）
2. 列表
3. 自定义docx样式到HTML的映射，例如将WarningHeading转换为h1.warning
4. 表格，忽略表格本身的格式，但保留文本的格式
5. 脚注和尾注
6. 图像
7. 粗体、斜体、下划线、删除线、上标和下标
8. 链接
9. 换行
10. 文本框，内容作为单独段落出现在原段落之后
11. 注释

在线演示与安装

最简单尝试Mammoth的方式是使用网页版演示，只需克隆仓库并运行make setup，然后在浏览器中打开browser-demo/index.html。

要安装Mammoth，可以通过npm：

npm install mammoth

此外，Mammoth还提供了Python、WordPress、Java/JVM和.NET等平台的版本。

使用指南

命令行接口 (CLI)

你可以通过指定.docx文件及其输出文件路径来转换文件：

mammoth document.docx output.html

如果没有指定输出文件，输出将被写入标准输出。

图片处理

默认情况下，图片以内联方式包含在输出HTML中。如果指定了--output-dir，图片会被保存为单独的文件。

样式映射

自定义样式映射可通过--style-map参数读取文件，例如：

mammoth document.docx output.html --style-map=custom-style-map

Markdown支持

Markdown支持已弃用，建议生成HTML后使用独立库将其转换为Markdown，以获得更好的效果。

库级操作

在Node.js或浏览器环境中，可以常规方式引入Mammoth：

var mammoth = require("mammoth");

或者，使用mammoth.browser.js这个包含了Mammoth和其依赖项的单一JavaScript文件。如果未找到模块系统，mammoth将作为全局变量存在。

基本转换

要转换现有.docx文件为HTML，可调用mammoth.convertToHtml()：

var mammoth = require("mammoth");

mammoth.convertToHtml({path: "path/to/document.docx"})
    .then(function(result){
        var html = result.value; 
        var messages = result.messages; 
    })
    .catch(function(error) {
        console.error(error);
    });

自定义风格映射与图像处理器

可以通过传递一个带有styleMap属性的选项对象自定义样式映射。还可以通过设置convertImage选项改变图片处理方式。

Mammoth是你理想的选择，它能帮助你轻松地从.docx格式过渡到HTML，尤其适用于那些注重内容结构而非视觉表现的场合。其简洁的API和广泛的平台支持使其成为跨平台文档转换的理想工具。立即尝试Mammoth，提升你的文档处理效率！

mammoth.jsConvert Word documents (.docx files) to HTML项目地址:https://gitcode.com/gh_mirrors/ma/mammoth.js