從MS Word文檔中獲得乾淨的語義XHTML的最佳方式是什麼？

Question

前些日子，我收到了一篇相當冗長且精緻的MS Word文檔，我被要求將其轉換爲HTML以上傳到第三方網站。我的第一本能是將Word文檔保存爲HTML並使用Dreamweaver的「清理Word HTML」命令。但是，我不僅需要讓Dreamweaver整晚運行才能完成「清理」，但結果在我看來並不理想。還有很多內聯樣式，等Dreamweaver只是錯過了。

今天早上我接近了它，只是選擇了Word中的整個文檔，複製它，然後將它粘貼到Dreamweaver的設計窗口中。不僅速度更快，而且輸出代碼更加清潔！我沒有必要在後面運行「清理Word HTML」命令。

因爲標準原因，現在我永遠不會將Word文件直接轉換爲HTML。相反，我在Word和Dreamweaver之間剪切和粘貼內容。很高興我能做到以下幾點。

1. 如果一個字標題在標題1種樣式，它將成爲在Dreamweaver中H1（以下Dreamweaver的樣式表）。類似地，標題2變爲H2，標題3變爲H3等等。

   如果Word作者不是那麼有組織，您可以在Mac上使用Control + 1（或Command + 1）等快捷鍵將任何行轉換爲H1。你能猜到H2的快捷方式嗎？是的，它是Mac上的Control + 2或Command + 2。

2. 段落現在剪切並粘貼爲段落（帶有P標籤）。如果您不想要HTML段落，請使用Control + 0（或Mac上的Command + 0）在Dreameaver中將其刪除。

3. 我發現的一個新圖像是Word中的某些嵌入式圖像可能會在從Word複製和粘貼時作爲「剪輯」圖像傳輸到Dreamweaver站點。因此，如果您的Word文件包含嵌入圖像，則可以通過Dreamweaver快速提取它們。

我也發現了這個免費工具有用http://www.textfixer.com/html/convert-word-to-html.php它的工作原理Dreamweaver中的同樣喜歡設計視圖，對於誰沒有Dreamweaver中有用的人。

但是我們將得到的代碼取決於正確格式化的MS Word文檔是多少？

WORD 2007也有像html一樣的風格？

標題，表格，有序和無序列表，粗體，斜體，超鏈接等？

如何在語義上使用word 2007？

• 要獲得另存爲HTML選項

• 最大可能的語義化的HTML 爲了獲得最大可能的乾淨的代碼 複製在Dreamweaver設計視圖？

• 爲了獲得最大可能的乾淨的代碼 地方基於瀏覽器的所見即所得的HTML
  編輯器，自帶的每一個CMS

是否有知道的任何提示，技巧，教程，文章或建議格式化MS WORD文件的語義？

或者比我的任何其他最好的方式嗎？

Answer 1

• HTML Tidy有這個選項：word-2000，bare和clean。

• FCKEditor的和類似的嘗試清理從Word中粘貼代碼。

• （現在比較舊）有demoroniser。

但是，不要期待奇蹟。 Word文檔不太可能具有體面的結構（理論上它可以，但沒有Word用戶對此感到困擾）。如果它們不在那裏，這些程序不能添加語義信息。

至於Word中的語義編輯 - 使用樣式。它正確地支持標題（可悲的是沒有其他）。你可以在大綱視圖中檢查。

你不需要 - 而且不應該使用 - 空格或換行縮進或空間的調整。 Word有能力顯式控制段落的填充。

Answer 2

有清理WORD文檔，使他們成爲很好的HTML沒有可靠的方法。如果文檔有任何特殊字符，它們通常被編碼爲Windows字符集而不是UTF-8，因此它們在線顯示時就會「中斷」。名單繼續。你通常最終會產生像下面這樣的愚蠢：

<strong>hello</strong><strong>th<strong>er</strong>e</strong><i></i> 

唯一可降解的方法是將它粘貼到記事本中並手動標記。您可以編寫幾個宏來執行諸如在分段符處插入<p></p>之類的內容，但這就是它。

如果需要從Word去網上材料體積巨大，你可能會更好使用PDF。

Answer 3

你試過嗎？ Word Cleaner

Answer 4

我發現OpenOffice.org html生成器（在OO中打開.doc並保存爲HTML）比MS在Office中效果更好。

它仍然不是完美的，但給了很多更清晰的HTML看起來更健全。

Answer 5

嘗試我們的Doc To HTML Converter軟件。它是專門爲生成最大可能的清晰（X）HTML代碼而設計的，並且有許多可自定義的選項。它需要在您的系統上安裝MS Word。它不是免費的，但它有30天的試用期。