Word în JSON

Transformați un document Word în JSON, în ordinea citirii

Documentele Word conțin mai multă structură decât arată: niveluri de titluri, imbricare de liste, tabele și proprietăți ale documentului. Word în JSON citește un fișier .docx și scrie această structură ca JSON, astfel încât un raport sau un contract poate fi procesat de cod, în loc să fie copiat manual.

Încărcați fișierul .docx. Rezultatul are un bloc sursă cu titlul, autorul, datele calendaristice, numărul de cuvinte și numărul de tabele și imagini, urmat de un vector de blocuri în ordinea în care se citește documentul. Un bloc de titlu poartă nivelul său, un bloc de paragraf poartă textul său și, atunci când folosește un stil denumit precum Citat, numele stilului. Listele cu marcatori și numerotate devin blocuri de listă cu un nivel de imbricare pentru sublistele. Fiecare tabel devine un bloc de tabel cu un rând de antet și rânduri tipizate, astfel încât o coloană de sume ajunge ca numere, nu text. Imaginile sunt notate ca blocuri de imagine.

Formatul este același înveliș de document pe care îl scrie PDF în JSON, descris în ghidul JSON, astfel încât același cod gestionează ambele tipuri de fișier. Textul din interiorul casetelor de text, al antetelor și subsolurilor nu face parte din export, iar modificările urmărite trebuie acceptate în Word înainte de conversie. Fișierele .doc mai vechi trebuie salvate întâi ca .docx. Pentru direcția inversă folosiți JSON în Word, iar pentru o versiune text simplu a documentului folosiți Word în Markdown.