Перейти к основному содержимому
Конвертация форматов
Конвертация форматов

DOCX → HTML

Перевод книги из Документ Word (.docx) в Гипертекст (.html, .htm, .xhtml, .xml, .mhtml) — вполне обычный шаг: HTML открывается напрямую в любом браузере и легко встраивается в веб-страницы. К счастью, Word и HyperText устроены похоже, так что терять почти нечего. Ниже подробно разберём, как перевести Word в HyperText и на что обратить внимание, а в конце статьи — инструмент для конвертации Word в HyperText: можно сразу загрузить файл и преобразовать его прямо в браузере.

Редакция YueZhu

What is DOCX?

.docx — по сути ZIP-архив с Office Open XML: текст лежит в word/document.xml, а стили, примечания и история правок хранятся в отдельных частях. Благодаря этому формат сохраняет куда больше информации, чем Markdown: разбивку на страницы, колонтитулы, сноски, комментарии, историю изменений, точные размеры шрифта и отступы. Плата за это — сложная структура и сильная зависимость от ПО: разные версии Word и разные сторонние читалки могут отображать документ неодинаково, а содержимое не является простым текстом и его нельзя посмотреть напрямую. Как исходный формат для конвертации он даёт максимум информации, но как конечный формат для чтения впечатление зависит от того, в какой программе его открыть. Подробнее о формате DOCX

Extensions.docx
Typical useИсходный файл для письма и вёрстки; самый информативный промежуточный формат перед конвертацией в EPUB/TXT.

What is HTML?

HTML / XHTML — язык структуры веб-страниц и именно тот формат, в котором EPUB реально хранит текст, так что конвертация между HTML и EPUB по сути сводится к смене оболочки и способа упаковки ресурсов. .mhtml идёт дальше и упаковывает страницу вместе с картинками и стилями в один файл — удобно для сохранения онлайн-страниц, которые в любой момент могут исчезнуть. Плюс HTML в универсальности: его откроет любой браузер; минус в том, что стили и картинки часто подключены по внешним ссылкам, и чтобы «унести всё одним файлом», ресурсы сначала нужно встроить внутрь. Подробнее о формате HTML

Extensions.html.htm.xhtml.xml.mhtml
Typical useИзвлечение основного текста веб-страниц, содержимое внутри EPUB, а также универсальное промежуточное представление для других форматов.

Как преобразовать DOCX в HTML

.docx — это ZIP-архив с Office Open XML, а текст находится в word/document.xml. Стили (уровни заголовков) определяют, распознаются ли главы: если автор вместо стиля «Заголовок 1» просто вручную сделал крупный жирный текст, в полученном EPUB не будет оглавления.

При создании HTML то, являются ли изображения и стили внешними ссылками или встроены, определяет, можно ли распространять файл одним документом. Чтобы «унести всё в одном файле», нужно встроить ресурсы (data URI) или перейти на MHTML; иначе при перемещении файла картинки потеряются. Сохраняйте и семантические теги (h1–h6, p) — тогда при последующей конвертации в EPUB оглавление не пропадёт.

Когда структурированный архив «расплющивают» в один текстовый файл, главы нужно собирать в порядке манифеста (spine), а не по алфавиту имён файлов внутри архива — это самая частая и самая незаметная ошибка в таких конвертациях: файл открывается, но главы идут вперемешку.

Инструмент для конвертации DOCX в HTML

DOCX → HTML

Преобразование полностью выполняется в вашем браузере — файлы не отправляются ни на какой сервер.

Средство для чтения романов с синхронизацией прогресса чтения на всех платформах

YueZhu Tide Reader поддерживает TXT и EPUB: при импорте главы распознаются автоматически, вёрстка подстраивается под ваши привычки, а прогресс чтения синхронизируется между Windows, macOS, iOS и Android. Готовый файл достаточно перетащить в окно — и можно читать.

Скачать YueZhu бесплатно

Поддерживаются TXT / EPUB; приоритет — локальное чтение, дополнительно доступны облачная синхронизация и WebDAV.