محول Word إلى Markdown

من WordprocessingML إلى Markdown

ملف DOCX هو حزمة Office Open XML وليس مسارًا واحدًا من النص المنسق. تصف Microsoft حزمة معالجة النصوص الأساسية بأنها مجموعة أجزاء، منها جزء المستند الرئيسي الذي يحتوي على المتن. يتحقق هذا المحول أولًا من بنية الحزمة المتوقعة، ثم يستخدم Mammoth.js لإنشاء وسيط HTML دلالي. توصي Mammoth نفسها بالتركيز على البنية الدلالية بدل إعادة إنتاج شكل Word بدقة، وهذا هو الحد المناسب لـ Markdown.

يُحلل وسيط HTML في الذاكرة ويُحوّل إلى كتل وعناصر مضمنة وفق CommonMark. تستخدم الجداول البسيطة امتداد جداول GitHub Flavored Markdown. لا يُدرج الوسيط الخام في الصفحة مطلقًا. تُنشأ المعاينة من Markdown وتُنقّى قبل عرضها.

مثال عملي

لنفترض أن ملف DOCX يحتوي على عنوان مستوى أول باسم حالة المشروع، وفقرتين، وخطة مرقمة من ثلاث خطوات، وجدول 2 × 3 يذكر المسؤول وتاريخ الاستحقاق. عند اختيار عناوين التجزئة، تبدأ النتيجة بـ # حالة المشروع، ثم فقرات عادية وعلامات قوائم 1. وجدول GFM يصبح صفه الأول رأس الجدول. وإذا احتوى المستند نفسه على مخطط عائم فلن يُحوّل، وسيعرض المحول تنبيهًا بالقيود حتى لا يُفهم فقدان الكائن على أنه تصدير ناجح.

ما لا يستطيع Markdown الاحتفاظ به

يصف Markdown بنية المحتوى، لا صفحات Word. تقع الصفحات والأعمدة والهوامش والرؤوس والتذييلات والخطوط والألوان والمواضع العائمة ومربعات النص والمخططات وSmartArt والمعادلات ووحدات الماكرو وكائنات OLE والنماذج والتعليقات وسجل تعقب التغييرات خارج نطاق إخراج هذا المحول. وقد تفقد الجداول المعقدة ذات الخلايا المدمجة شبكتها المقصودة. راجع المستندات التقنية أو الخاضعة للتنظيم بعناية، واحتفظ بملف DOCX الأصلي باعتباره المصدر المعتمد.

حدود الملف والخصوصية

يقبل المحول ملفات .docx، ولا يقبل .doc القديمة أو .docm أو ODT أو PDF. ويرفض الحزم التي لا تحتوي على أجزاء Office Open XML المتوقعة، أو إدخالات ZIP المشفرة، أو أكثر من 2,000 إدخال، أو حجمًا مضغوطًا يزيد على 25 MiB، أو حجمًا مفكوكًا يزيد على 80 MiB. تقلل هذه الحدود مخاطر الذاكرة لكنها لا تصلح الملفات التالفة.

تبقى بايتات DOCX واسم الملف والبنية المستخرجة والإعدادات والمعاينة وMarkdown داخل هذا المتصفح. في المسار متعدد الخطوات، يشير رمز عشوائي في sessionStorage الخاص بعلامة التبويب هذه إلى سجل مؤقت في IndexedDB لمدة تصل إلى ساعتين. لا يوضع المحتوى في عنوان URL ولا يُرسل عبر Livewire. يؤدي البدء من جديد إلى حذف رمز علامة التبويب والسجل المخزن.