.docx · application/vnd.openxmlformats-officedocument.wordprocessingml.document

Word 文档 (DOCX): Office Open XML WordprocessingML 文档

DOCX 本质上是一个 ZIP 压缩包,内含结构化的 OOXML 文件(如 word/document.xml、关系表与编号定义),精确记录标题、列表、链接和表格。

快速解答: DOCX 本质上是一个 ZIP 压缩包,内含结构化的 OOXML 文件(如 word/document.xml、关系表与编号定义),精确记录标题、列表、链接和表格。 商务方案、制度规范草案、编辑文稿及富样式办公文字处理。

结构类型复合文档
人类可读性低
支持嵌套支持
LLM Token 效率低
文件扩展名.docx
MIME 类型application/vnd.openxmlformats-officedocument.wordprocessingml.document
适用场景商务方案、制度规范草案、编辑文稿及富样式办公文字处理。

核心优势

  • 明确保存 Heading1–6 语义标题样式、表格、列表与超链接目标
  • 可通过纯 TypeScript 解压并直接读取 word/document.xml 解析结构
  • 在 Microsoft Word、Google Docs 与 LibreOffice 中广泛通用

局限与权衡

  • 二进制 ZIP/XML 封装无法直接喂入大模型文本上下文
  • 内嵌高分辨率图片与修订记录 XML 常使文件体积远超纯文字需要
  • 旧版二进制 .doc 格式与 OOXML .docx 内部结构完全不同

参考资料

本地转换与清理 Word 文档 (DOCX)

相关工程指南

Word 文档 (DOCX) 常见问题

Word 转 Markdown 会把我的 .docx 文档上传到服务器吗?

绝不上传。TxtTo 在本地使用 fflate 解压 .docx 压缩包,直接在浏览器内存中将标题、列表、链接和表格转为 Markdown。

Word 里的表格能转成 GitHub 风格 Markdown 表格吗?

可以。启用 GFM 表格选项后,OOXML 的 <w:tbl> 网格会自动转为整齐的 Markdown 管道表格。

Word 文档内嵌的截图会怎么处理?

默认开启“忽略内嵌图片”会跳过体积庞大的二进制图片数据,使生成的 Markdown 轻量干净、适合直接输入提示词。