Word para JSON

Transforme um documento Word em JSON na ordem de leitura

Documentos Word guardam mais estrutura do que aparentam: níveis de título, aninhamento de listas, tabelas e propriedades do documento. Word para JSON lê um arquivo .docx e grava essa estrutura como JSON, para que um relatório ou um contrato possa ser processado por código em vez de copiado à mão.

Envie o arquivo .docx. O resultado tem um bloco de origem com o título, o autor, as datas, a contagem de palavras e o número de tabelas e imagens, seguido de um array de blocos na ordem em que o documento é lido. Um bloco de título carrega seu nível, um bloco de parágrafo carrega seu texto e, quando usa um estilo nomeado como Citação, o nome do estilo. Listas com marcadores e numeradas se tornam blocos de lista com um nível de item para listas aninhadas. Cada tabela se torna um bloco de tabela com uma linha de cabeçalho e linhas tipadas, então uma coluna de valores chega como números, não como texto. Imagens são registradas como blocos de imagem.

O formato é o mesmo envelope de documento que PDF para JSON grava, descrito no guia de JSON, para que o mesmo código trate os dois tipos de arquivo. O texto dentro de caixas de texto, cabeçalhos e rodapés não faz parte da exportação, e as alterações rastreadas devem ser aceitas no Word antes da conversão. Arquivos .doc mais antigos precisam ser salvos como .docx primeiro. Para o caminho inverso, use JSON para Word, e para uma versão em texto simples do documento, use Word para Markdown.