返回博客
指南
Word转Markdown完整指南（2024）
将Microsoft Word文档转换为Markdown格式已成为现代内容工作流程的必需品。无论您是管理文档的开发人员、准备发布内容的技术作家，还是迁移到基于Markdown平台的博主，了解转换过程都至关重要。
2024年12月
网上大多数「Word 转 Markdown」教程止步于「把文本贴进转换器，复制结果」。一份备忘录够用，但当你面对一次 200 份文档、带截图、带脚注、下游还接着 Git 文档站的迁移时，这种做法立刻崩盘。本指南走的是真正能扩展的转换路径、我们测试过的每个转换器都会踩的边界情况，以及 Word2MD.net 团队在把转换后的 Markdown commit 进仓库前用的那份校验清单。
三条真正能扩展的转换路径
- 单文件浏览器内转换：把一份 .docx 拖进 Word2MD.net，复制 Markdown，粘贴到编辑器。临时备忘最快的路径。
- 批量 ZIP 转换：一次上传最多 100 个 .docx，拿回一个 ZIP，标题层级一致。把共享盘迁进文档仓的正确路径。
- Pandoc + 清洗脚本的程序化转换：需要完全控制 YAML frontmatter 或自定义 Markdown 方言时最合适，但多了一道构建步骤。
Word2MD.net 自动帮你处理的部分
Word2MD.net 用 Mammoth.js 解析 .docx，用 Turndown 输出 Markdown，全部在你浏览器里跑——机密文档永远不离开本机。标题映射成 ATX 风格（`#` 到 `######`），列表保留嵌套层级，表格转成 GFM 管道语法，行内强调（加粗、斜体、删除线）原样保留。超链接完整保留。图片以 `` 形式输出，并提供单独导出选项。带截图的演示文档可叠加 AI OCR，把可读文字抽出来跟图片链接放一起，让 RAG 索引能真正搜到内容。
常见边界情况以及如何处理
- 文档里还有修订痕迹：先接受或拒绝；Markdown 没有红线对应物。
- 脚注：Mammoth 会转成行内引用——自己决定要保留成 `[^1]` 还是括号内联。
- 公式：.docx 里的 MathML / OMML 会变成纯文本。如果公式重要，手动转成 MathJax / KaTeX。
- 多栏排版：Markdown 是单栏。如果原文用多栏是排版而非内容，顺序需要手动调一遍。
- 嵌入的 SmartArt 或图表：会导出成图片。OCR 选项能恢复文字标签但拿不到底层数据——把原 .docx 留作数据源。
Commit 之前的校验清单
转换完成后，用三个快速检查扫一遍 Markdown。（1）渲染预览——大纲是否跟原 Word 文档一致？少一级 `#` 是最常见的隐性故障。（2）表格完整性——打开一两张表确认列对齐。（3）图片引用——每个 `![alt]()` 要么指向已导出的文件，要么被换成 OCR 抽出来的文字。坚持跑这份 30 秒清单的团队，在 PR 之前能拦住大约 9 成的转换问题。