ממיר Word (.docx) ל-Markdown

Microsoft Word עדיין מעבד התמלילים המרכזי בארגונים, באקדמיה ובצוותי מנהלה. למפתחים, לכותבים טכניים, לתחזוקת קוד פתוח וליוצרי תוכן, Markdown הפך לתקן לכתיבה ולפרסום.

Markdown קריא, משתלב ב-Git, לא נעול לספק, ומתאים למחוללי אתרים סטטיים (SSG) כמו Hugo, Docusaurus, Next.js, Eleventy, Jekyll ו-Astro. כשהתיעוד מתחיל ב-Word (.docx), המרה ידנית של כותרות, מודגש ונטוי, קוד, רשימות, קישורים, ציטוטים, קווים מפרידים וטבלאות ל-Markdown היא איטית ומועדת לשגיאות תחביר.

הבעיה בממירים ישנים

ממירים אונליין מעלים את המסמך לשרת של צד שלישי. זה יוצר בעיות אבטחה, ציות ויעילות:

1. סודיות ופרטיות: כלי ענן מעבירים את תוכן המסמך לשרת חיצוני. לכתבי בית דין, לדוחות כספיים, לתיעוד קוד, לנתונים רפואיים או לטיוטות שטרם פורסמו, שליחה לא מוצפנת מפרה GDPR, HIPAA ו-SOC2.
2. מונטיזציה וחיכוך: ממירים מבטיחים "חינם" ואז מגבילים המרות ביום, מגבילים גודל, מעכבים בתור, מוסיפים סימן מים או דורשים חשבון וכרטיס אשראי.
3. פלט מנופח: מנועים חלשים הופכים עיצוב DOCX ל-span של HTML, למאפייני CSS מוטמעים (style="margin-left: 20px; color: #333;") ולסימון לא תקני, ודורשים שעות ניקוי.

איך הממיר בדפדפן פותר את ההעברה

ממיר Word ל-Markdown החינמי של Utiliome מריץ את כל הפיענוח בדפדפן. עם פירוק בינארי ב-JavaScript, פריקת ZIP בצד הלקוח ומנוע AST (Abstract Syntax Tree), חבילת .docx מפוענחת ל-GitHub Flavored Markdown (GFM) על המעבד המקומי.

אף בית לא עוזב את המכשיר, ולכן יש פרטיות מלאה, בלי השהיית רשת, והמרות ללא הגבלה בלי קשר לאורך או לנפח. בין אם מעבירים ארכיון תיעוד ארגוני לפורטל מפתחים או הופכים טיוטת בלוג לקובץ Markdown לאתר סטטי, הפלט נקי ומיידי.

כלים נוספים במערך המקומי: ממיר Markdown ל-Word DOCX • ממיר Markdown ל-PDF • ממיר PDF ל-Markdown • ממיר Excel ל-Markdown.

כדי להבין למה המרה מקומית של DOCX מדויקת יותר, כדאי להכיר את מבנה חבילת .docx של Microsoft Word ואיך פיענוח בדפדפן הופך סכמות OpenXML לרכיבי Markdown.

מבנה מסמך OpenXML (DOCX)

קובץ .docx מודרני אינו בינארי אחיד. זה ארכיון ZIP לפי Open Packaging Conventions (OPC), עם מסמכי XML, מניפסט קשרים ומדיה מוטמעת. מבנה המסמך נמצא ב-word/document.xml, וסגנונות, מדדי גופן, מספור והפניות לתמונות בקבצים נלווים (word/styles.xml, word/numbering.xml, word/_rels/document.xml.rels).

בתוך word/document.xml התוכן הוא עץ צמתי XML:

• <w:p> מייצג פסקה.
• <w:r> מייצג רצף טקסט עם עיצוב אחיד.
• <w:rPr> מגדיר מאפייני רצף: מודגש (<w:b/>), נטוי (<w:i/>), קו תחתון (<w:u/>) או קו חוצה (<w:strike/>).
• <w:t> מכיל את מחרוזת הטקסט.
• <w:tbl>, <w:tr> ו-<w:tc> מגדירים טבלה, שורה ותא.

מיפוי סמנטי: מצמתי OpenXML ל-GitHub Flavored Markdown (GFM)

צינור ההמרה קורא את עץ ה-XML מהזיכרון ומריץ מיפוי בכמה מעברים:

1. היררכיית כותרות: בוררי סגנון פסקה (למשל Heading 1, Heading 2, Heading 3) נבדקים יחד עם גודל גופן, והפלט הוא סולמיות Markdown (#, ##, ###, ####, #####, ######).
2. עיצוב פסקה וסגנון מוטמע: רצפי טקסט נבדקים לעיצוב חופף. מודגש (text), נטוי (*text*), קו חוצה (~~text~~) וקוד מוטמע (code) משולבים בלי התנגשות סימון.
3. שמירת רשימות: מזהי רשימה ממוספרת ועצי תבליט מ-word/numbering.xml נבנים מחדש לרשימות מקוננות (-, 1., -) עם עומק וסדר.
4. המרת טבלאות: טבלאות רשת (<w:tbl>) הופכות לטבלאות צינור, עם יישור עמודות (| Left | Center | Right |) ושורת מפריד (| --- | :---: | ---: |).
5. ציטוטים ובלוקי קוד: פסקאות מוזחות וסגנונות קוד מרונדרים בגדר משולשת (``) או בסימון ציטוט (>`).
6. קישורים ומדיה: מזהי קשר (r:id) נפתרים מול word/_rels/document.xml.rels ליעדי URL ([Link Text](https://example.com)) ולתמונות כ-data URI או כהפניות נכס.

ייעול פרסום טכני ו-Jamstack

לצוותי פיתוח, למנהלי תוכן ולכותבים טכניים, המרת DOCX ל-Markdown נדרשת כשמעבירים תוכן ישן ל-CMS נטול ראש (Strapi, Contentful או Sanity), למאגרי GitHub, ל-Notion או לתיעוד סטטי (Docusaurus, MkDocs, Astro ו-Next.js).

עם הממיר המקומי של Utiliome, צוותים מגשרים בין בעלי עניין שכותבים ב-Word או ב-Google Docs (שיוצא כ-DOCX) לבין צינורות פיתוח שדורשים Markdown קפדני. בלי עיצוב ידני, עם פרטיות, ובלי מנוי תוכנה.