Word sang JSON

Biến tài liệu Word thành JSON theo đúng thứ tự đọc

Tài liệu Word chứa nhiều cấu trúc hơn những gì hiển thị: cấp độ tiêu đề, danh sách lồng nhau, bảng và thuộc tính tài liệu. Word sang JSON đọc một file .docx và ghi lại toàn bộ cấu trúc đó dưới dạng JSON, để một báo cáo hay một hợp đồng có thể được xử lý bằng mã nguồn thay vì sao chép bằng tay.

Tải file .docx lên. Kết quả có một khối source với tiêu đề, tác giả, ngày, số từ và số lượng bảng cùng hình ảnh, theo sau là một mảng blocks theo đúng thứ tự đọc của tài liệu. Một khối heading mang theo cấp độ của nó, một khối paragraph mang theo văn bản và, khi sử dụng một kiểu có tên như Quote, cả tên kiểu đó. Danh sách gạch đầu dòng và danh sách đánh số trở thành các khối list với một cấp độ mục cho các danh sách lồng nhau. Mọi bảng trở thành một khối table với một hàng tiêu đề và các hàng đã định kiểu, vì vậy một cột số tiền sẽ đến dưới dạng số, không phải văn bản. Hình ảnh được ghi lại dưới dạng khối image.

Định dạng này chính là lớp bao tài liệu giống với PDF sang JSON, được mô tả trong hướng dẫn JSON, nên cùng một đoạn mã có thể xử lý cả hai loại file. Văn bản trong hộp văn bản, đầu trang và chân trang không thuộc phần xuất ra, và các thay đổi được theo dõi nên được chấp nhận trong Word trước khi chuyển đổi. File .doc cũ hơn phải được lưu thành .docx trước. Để làm theo hướng ngược lại, hãy dùng JSON sang Word, và để có phiên bản văn bản thuần của tài liệu, hãy dùng Word sang Markdown.