HTML → DOCX
小說從超文本(.html、.htm、.xhtml、.xml、.mhtml)轉成 Word 文件(.docx)是很常見的一步 —— Word 文件還能繼續編輯和批註,分頁與頁首頁尾也能保留。好在超文本與 Word 文件結構相近,沒有太多會丟的東西。下面詳細說明超文本如何轉成 Word 文件以及注意點,文末附帶超文本轉 Word 文件的轉換工具,可以直接在瀏覽器裡上傳檔案轉換。
What is HTML?
HTML / XHTML 是網頁的結構語言,也正是 EPUB 內部真正用來裝正文的格式 —— 所以 HTML 與 EPUB 之間的轉換,本質上只是換一層外殼和資源打包方式。.mhtml 更進一步,把網頁連同圖片和樣式一起打包成單個檔案,適合儲存隨時可能失效的線上頁面。HTML 的優點是通用、任何瀏覽器都能開啟;缺點是樣式和圖片常以外鍊形式存在,要「一個檔案帶走」必須先把資源內聯進去。 檢視 HTML 格式詳情
| Extensions | .html.htm.xhtml.xml.mhtml |
|---|---|
| Typical use | 網頁正文抓取、EPUB 內部正文、以及作為其他格式的通用中間表示。 |
What is DOCX?
.docx 本質上是一個 ZIP 壓縮包,裡面是 Office Open XML:正文在 word/document.xml,樣式、批註、修訂記錄各自獨立成部件。這讓它能保留遠比 Markdown 豐富的資訊 —— 分頁、頁首頁尾、腳註、批註、修訂歷史、精確的字號與縮排。代價是結構複雜、軟體依賴強:不同版本 Word 與不同第三方閱讀器的渲染結果可能不一致,而且內容不是純文本,無法直接檢視。作為轉換起點它資訊最全,但作為最終閱讀格式,閱讀體驗取決於用什麼軟體開啟。 檢視 DOCX 格式詳情
| Extensions | .docx |
|---|---|
| Typical use | 寫作與排版的源標頭檔案;轉換為 EPUB/TXT 前資訊最全的中間格式。 |
如何把 HTML 轉成 DOCX
HTML 的結構全在標籤裡,但真實網頁混雜導航、廣告、頁尾等噪聲,直接整頁轉換會把它們一起帶進去。建議先用可讀性演算法(如 Readability)抽出正文容器,並注意 <img> 多為外鏈 —— 轉成單檔案格式前必須把圖片下載並內嵌。
生成 .docx 適合後續繼續編輯,但閱讀體驗不是它的目標:分頁會隨 Word 版本和字型變化,手機上看排版容易錯亂。若目標是閱讀器,EPUB 才是正確終點。
從單個文本檔案變成有目錄結構的壓縮包,是資訊「增加」的方向:工具需要替你生成清單檔案、目錄頁與後設資料。這些生成物的質量(章節切分是否準確、語言標註是否正確)直接決定成品好不好用。
HTML 轉 DOCX 工具
HTML → DOCX
轉換完全在你的瀏覽器裡完成,檔案不會上傳到任何伺服器。
全平臺同步閱讀進度的小說閱讀器
閱竹 Tide Reader 支援 TXT 與 EPUB,匯入即自動識別章節、按你的習慣排版,閱讀進度在 Windows、macOS、iOS、Android 之間同步。轉換出來的檔案直接拖進來就能讀。
免費下載閱竹支援 TXT / EPUB;本地閱讀優先,可選雲同步與 WebDAV。
