WORD文档转换成HTML_docx2html-CSDN博客

本文链接：https://blog.csdn.net/wngzhem/article/details/116024258

本文介绍了一个需求，即把Word文档转换为网页版的帮助文档。通过Node.js和Mammoth.js库，将.docx文件转化为HTML和JSON，然后利用React或Vue进行渲染。转换过程中涉及内容包括去除冗余信息、处理图片和数学公式，以及将HTML转化为适合前端展示的JSON数据结构。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

背景

最近接到一个需求，将word文档，转换成网页中能直接使用的帮助文档。网上有很多的工具可以将WORD（.docx）文档转成HTML文件，最简单的方式就是文件另存为 .html 的文件。

直接另存为存在以下缺陷：

冗余信息过多，部分需要手动处理；
不能进修拓展操作（例如：重新配置样式主题；不能进行导航配置）；
图片资源文件的额外处理

解决思路

有很多开源的工具可以处理word文档，支持各种语言，本文使用 Node.js（身为前端当然的啦）来解决。
为了增加前端展示时的灵活性，基本思路就是：
.docx => HTML => JSON => React/Vue

先将word 文档转化成 HTML/XML 格式；
再将HTML/XML 转化成需要JSON 格式；
依据JSON 再使用 React/Vue等进行展示。

具体方案

word 文档（.docx）转化成 HTML/XML 格式；

基础环境依赖 node.js + mammoth.js@1.4.16
mammoth.js的基本用法参考官方文档，这里主要提几个注意事项,官方快速使用方法如下：

var mammoth = require("mammoth");

mammoth.convertToHtml({
   path: "path/to/document.docx"})
    .then(function(result){
   
        var html = result.value; // The generated HTML
        var messages = result.messa