DOCX转Markdown：文档系统迁移格式指南

DOCX基于OOXML规范存储，以样式为核心描述格式，相同语义内容可以有多种视觉样式呈现。Markdown以语义为核心，用简洁语法标记内容层级，适配各类静态文档系统渲染。

技术文档迁移的核心需求，是把DOCX中可视化的样式，转换为Markdown可识别的语义标记，去除冗余的页面排版信息，保留内容的层级关系。

映射规则遵循语义优先原则，仅保留符合Markdown规范的内容标记，丢弃Word中页面边距、行间距这类排版信息。转换工具会基于Word内置样式级别匹配对应标题层级，自定义样式需依赖工具的样式识别规则。

纯格式转换工具仅提取Word文档内嵌的图片文件，生成对应Markdown图片链接语法，不会自动完成图片的云端存储上传。工具提取的图片保留原文件分辨率和格式，不做压缩或格式转码操作。

迁移文档时，用户需要自行将提取出的图片上传到文档系统的图床，替换转换生成的本地路径，才能完成图片的正常显示。

当前主流的浏览器端DOCX转Markdown工具基于mammoth.js开发，该库仅支持OOXML规范的DOCX文件，不支持二进制格式的旧版DOC文件。

旧版DOC文件需要先通过Word或LibreOffice导出为DOCX格式，再使用DOCX转Markdown工具处理，才能得到符合规则的转换结果。

完成DOCX转Markdown和内容修订后，可根据发布目标组合不同工具完成交付。面向GitBook或VitePress，可直接将转换后的Markdown存入对应项目的内容目录，配合构建工具生成静态站点。

面向语雀等在线文档系统，可直接导入转换后的Markdown文件，系统会自动完成语法渲染，保留原有内容层级。需要导出为PDF或新Word文档时，可使用Pandoc工具完成格式转换，参数以官网当前公示为准。