Word σε JSON

Μετατρέψτε ένα έγγραφο Word σε JSON με τη σειρά ανάγνωσης

Τα έγγραφα Word περιέχουν περισσότερη δομή από όση φαίνεται: επίπεδα επικεφαλίδων, ένθεση λιστών, πίνακες και ιδιότητες εγγράφου. Το Word σε JSON διαβάζει ένα αρχείο .docx και γράφει αυτή τη δομή ως JSON, ώστε μια αναφορά ή ένα συμβόλαιο να μπορεί να το επεξεργαστεί κώδικας αντί να το αντιγράφετε με το χέρι.

Ανεβάστε το αρχείο .docx. Το αποτέλεσμα έχει ένα μπλοκ πηγής με τον τίτλο, τον συγγραφέα, τις ημερομηνίες, τον αριθμό λέξεων και τον αριθμό πινάκων και εικόνων, και ακολουθεί έναν πίνακα μπλοκ με τη σειρά που διαβάζεται το έγγραφο. Ένα μπλοκ επικεφαλίδας φέρει το επίπεδό του, ένα μπλοκ παραγράφου το κείμενό του και, όταν χρησιμοποιεί ονομαστική τεχνοτροπία όπως Παράθεση, το όνομα της τεχνοτροπίας. Οι κουκκίδες και οι αριθμημένες λίστες γίνονται μπλοκ λίστας με επίπεδο στοιχείου για ένθετες λίστες. Κάθε πίνακας γίνεται μπλοκ πίνακα με μια γραμμή επικεφαλίδας και τυποποιημένες γραμμές, ώστε μια στήλη ποσών να φτάνει ως αριθμοί, όχι ως κείμενο. Οι εικόνες σημειώνονται ως μπλοκ εικόνας.

Η μορφή είναι το ίδιο περίβλημα εγγράφου που γράφει το PDF σε JSON, όπως περιγράφεται στον οδηγό JSON, ώστε ο ίδιος κώδικας να χειρίζεται και τους δύο τύπους αρχείου. Το κείμενο μέσα σε πλαίσια κειμένου, κεφαλίδες και υποσέλιδα δεν αποτελεί μέρος της εξαγωγής, και οι παρακολουθούμενες αλλαγές πρέπει να γίνουν δεκτές στο Word πριν τη μετατροπή. Τα παλαιότερα αρχεία .doc πρέπει πρώτα να αποθηκευτούν ως .docx. Για την αντίθετη κατεύθυνση χρησιμοποιήστε το JSON σε Word, και για μια απλή έκδοση κειμένου του εγγράφου το Word σε Markdown.