Markdown/DOCX → HTML

Markdown/DOCX 是什么

这里把 Markdown（.md）与 Word 文档（.docx）归为一族，因为它们在转换中的角色相同：都是「带轻量结构的写作源文件」。Markdown 是纯文本加标记符号（# 标题、** 加粗），干净但表达力有限；.docx 是一个 ZIP 包，里面是 Office Open XML，排版信息远比 Markdown 丰富（分页、页眉页脚、批注、修订）。两者都适合作为转换的起点，而不是最终的阅读格式。

HTML 是什么

HTML / XHTML 是网页的结构语言，也是 EPUB 内部真正使用的正文格式；.mhtml（MHTML）则是把网页及其全部资源（图片、CSS）打包成单个文件，常用于「另存为单个网页」。XML 是通用标记语言，FB2、OPF 等格式本身就是一种 XML。这一族本质上都是「带标签的文本」，标签决定结构，所以转成其他格式时保留多少结构，取决于转换工具对标签的理解程度。

Markdown/DOCX 转 HTML 需要注意什么

先从源格式抽出内容时

.docx 是 ZIP 包里的 Office Open XML，正文在 word/document.xml。其中样式（标题级别）决定章节能否被识别：如果作者用的是「手动加粗的大字」而不是「标题 1」样式，转出的 EPUB 就不会有目录。Markdown 侧则要注意它不支持复杂的表格与嵌套结构。

写进目标格式时

生成 HTML 时，图片与样式是外链还是内嵌决定了它能否单文件分发。要「一个文件带走」，需要把资源内联（data URI）或改用 MHTML；否则移动文件就会丢图。同时保留语义化标签（h1–h6、p），这样后续再转 EPUB 时目录才不会丢。

两端格式交互带来的坑

• 把结构化压缩包压平成一个文本文件时，章节顺序必须按清单文件（spine）而不是压缩包内的文件名字典序来拼接 —— 这是此类转换中最容易出错、且错误最隐蔽的一点：文件能打开，但章节是乱的。

转换后自检清单

1. 先用前 3 章试转，确认没有丢字、串行或错位，再整本转换。
2. 检查章节切分：目录条目数应与实际章数一致。
3. 随机翻 5 处，搜索书中一个人名，确认文本可被完整检索。
4. 确认插图数量与位置：尤其看图片有没有挤在章节末尾。
5. 补全书名、作者、语言；语言标签写错会导致排版（如中文断行）异常。

小说转换的特殊之处

小说是最常见、也最特殊的一类电子书：几百上千章、几乎没有图表、常常只有一份 TXT 源文件，中文源还经常带防盗乱码。下面几点是最容易踩、也最影响阅读体验的。

• 长篇小说动辄数百上千章，目录质量直接决定这本书能不能用。转换前先把章标题统一成一种可识别的写法（例如都写成「第X章 标题」并独占一行），否则目标格式里的目录会缺章、串章，甚至整本只剩一章。
• 分卷信息（「第一卷」「第二卷」）在多数转换里会被降级成普通标题，卷与章的层级关系随之丢失。如果你在意层级，转换后到编辑器里把卷标题提升一级，别让它和章标题平级。

Markdown/DOCX 转 HTML 的工具

下面这些工具都能完成这个方向的转换，按你的操作系统和文件数量挑一个即可。动手前建议先看上一节的注意事项 —— 顺序错了（比如该先 OCR 却直接转）往往要重来一遍。

常见问题

相关格式转换