Converter DOCX em Markdown

1. 1

   Adicione o seu documento Word

   Arraste um arquivo DOCX para a área de carregamento ou clique em Escolher arquivo. São aceitos apenas arquivos Word .docx; qualquer outro é recusado de imediato com uma mensagem explicando o que fazer. A conversão começa sozinha - não há nenhum botão para clicar antes.

2. 2

   Escolha o aspecto do Markdown

   Escolha uma variante: GitHub Flavored Markdown para repositórios e a maioria dos sites estáticos, CommonMark para analisadores estritos, ou Pandoc se a saída entrar numa cadeia Pandoc. Depois decida o que acontece com as imagens incorporadas, se acrescenta front matter YAML, se desce o nível dos títulos e se quebra as linhas longas.

3. 3

   Verifique na pré-visualização

   Alterne entre Fonte e Renderizado. Fonte mostra exatamente o Markdown que vai levar; Renderizado mostra como ficará depois de lido por um motor de Markdown, para confirmar que tabelas, listas e links passaram bem antes de aceitar o resultado.

4. 4

   Copie ou baixe

   Use Copiar para colocar o Markdown na área de transferência, ou Baixar para salvar um arquivo .md. Se o documento tinha imagens, baixe antes o ZIP: ele contém o arquivo .md e uma pasta images cujos arquivos correspondem aos caminhos do Markdown. Tudo roda no seu dispositivo e nenhum documento é enviado em momento algum.

Todas as partes de um documento Word com equivalente em Markdown são transpostas, e as que não têm são escritas em HTML em vez de descartadas em silêncio.

• Tabelas de verdade: As tabelas do Word passam a tabelas de barras verticais, com o alinhamento das colunas lido do documento e não adivinhado.
• Notas de rodapé e de fim: Ambas passam a referências [^1] com as definições reunidas no fim do arquivo.
• Formatação inline completa: Negrito, itálico, tachado, sublinhado, realce, sobrescrito, subscrito, código inline e links sobrevivem.
• Extração de imagens: As imagens incorporadas são escritas numa pasta images e entregues com o Markdown num ZIP.
• Front matter YAML: O título, autor, assunto, palavras-chave e datas do documento passam a um bloco de front matter.
• Três variantes de Markdown: GitHub Flavored Markdown, CommonMark e Pandoc, cada uma com a sintaxe que realmente suporta.
• Pré-visualização renderizada: Alterne entre a fonte Markdown e o aspecto final antes de copiar ou baixar seja o que for.
• Lote num só arquivo: Converta muitos documentos e leve-os num único ZIP em vez de uma caixa de diálogo de salvar para cada um.

A estrutura é a parte de um documento Word mais fácil de perder e mais difícil de notar que se perdeu. Um conversor que achata uma tabela em parágrafos soltos produz uma saída que parece certa à primeira vista e que está errada de uma forma que só se descobre depois de colá-la em algum lugar. Esta ferramenta trata a estrutura como aquilo que está sendo convertido.

Como uma tabela do Word se torna Markdown

• Linhas de cabeçalho: Uma linha que o Word marca como cabeçalho repetido passa a cabeçalho da tabela. Se nenhuma estiver marcada, usa-se a primeira linha, porque é quase sempre isso que ela é.
• Alinhamento das colunas: Esquerda, centro e direita são lidos do alinhamento de parágrafo do próprio documento e escritos como ---, :---: e ---:.
• Barras verticais nas células: Uma célula que contenha uma barra vertical é escapada para não dividir a coluna em duas.
• Células com vários parágrafos: Dois parágrafos numa célula são unidos por uma quebra de linha, o que preserva a tabela em vez de forçar tudo para HTML.
• Células unidas: O Markdown não sabe exprimir uma célula unida, por isso essas tabelas são escritas em HTML: aceito por todos os motores e sem perdas.
• Listas aninhadas: O aninhamento é preservado a qualquer profundidade, com a indentação que o CommonMark exige para o conteúdo ficar alinhado.

A palavra Markdown cobre vários dialetos que diferem mesmo, e escolher o errado produz um arquivo cheio de pontuação solta em vez de formatação. A configuração de variante muda a sintaxe emitida, e não apenas um rótulo.

Qual deve escolher?

• GitHub Flavored Markdown: A opção padrão é a resposta certa para GitHub, GitLab, wikis e a maioria dos geradores de sites estáticos. Tem tabelas, ~~tachado~~ e notas [^1].
• CommonMark: A base estrita. Sem sintaxe para tabelas, tachado ou notas, esses elementos são escritos em HTML, que aparece corretamente em todo lugar em vez de mostrar tis e barras literais.
• Pandoc: Acrescenta a sintaxe própria do Pandoc para ^sobrescrito^ e ~subscrito~. Escolha-a quando o Markdown for para uma cadeia Pandoc que saiba lê-la.

Um documento Word costuma ter mais do que texto. Para onde vão esses extras depende do que vai fazer com o Markdown, por isso é uma configuração e não uma suposição.

Três formas de tratar as imagens incorporadas

• Extrair para uma pasta: Cada imagem é escrita em images/image-1.png e referenciada por esse caminho relativo. O download passa a ser um ZIP com o arquivo .md e a pasta, pronto para um repositório.
• Incorporar inline: Cada imagem passa a URI de dados dentro do próprio Markdown. O arquivo fica autônomo e bastante maior, o que serve para colar um excerto curto onde não se podem alojar arquivos.
• Deixar de fora: Nenhuma referência a imagens, para uma migração em que as imagens já estão alojadas em outro lugar e só o texto precisa mudar.

O que entra no front matter

• Título, autor e assunto, tirados das propriedades que o Word guarda e não adivinhados do texto.
• Palavras-chave, divididas numa lista YAML quando o documento tem mais do que uma.
• Datas de criação e modificação, no formato ISO que os geradores de sites estáticos esperam.
• Cada valor é colocado entre aspas onde é preciso, para que um título com dois pontos não quebre a compilação do site que o lê.

Converter Word para Markdown permite controle de versões, cria conteúdo adequado a programadores, facilita a documentação, permite publicar no GitHub e prepara documentos para escrita técnica.

Vantagens do formato Markdown

• Controle de versões: O Markdown é texto simples, por isso um diff mostra o que mudou mesmo em vez de um bloco binário.
• Adequado a programadores: Vive ao lado do código que documenta e não precisa de um editor especial.
• Publicação no GitHub: Conteúdo de README e wiki aparece de forma nativa no GitHub e no GitLab.
• Escrita técnica: As cadeias docs-as-code recebem Markdown como formato de entrada.
• Formatação simples: A sintaxe é pequena o suficiente para se ler como texto simples e escrever sem barra de ferramentas.

A conversão acontece em duas fases, e saber qual é qual explica por que mudar uma configuração é instantâneo enquanto a primeira conversão demora um momento.

Processo de conversão

• Ler o documento: O .docx é aberto no seu dispositivo e a estrutura, estilos, imagens e propriedades são extraídos. É a parte que custa tempo, e acontece uma vez por arquivo.
• Escrever o Markdown: A estrutura passa a Markdown conforme a variante e as demais configurações. É puro trabalho de texto, por isso é praticamente instantâneo.
• Mudar uma configuração: Só a segunda fase roda de novo. É por isso que a pré-visualização se atualiza assim que você toca num controle, mesmo num documento muito longo.
• Lote: Cada documento é lido e escrito de forma independente, e cada resultado pode ser copiado, baixado sozinho ou reunido num único arquivo.

Conhecer estes fatos ajuda a tomar melhores decisões de conversão.

Estatísticas principais

• Um documento de 25.000 palavras com 50 tabelas é lido em cerca de 22 milissegundos e re-renderizado em menos de um milissegundo quando uma configuração muda.
• Apenas .docx é aceito. O antigo formato binário .doc é recusado com uma explicação, porque é outro formato que o Word pode converter por si.
• A versão gratuita cobre um documento de cada vez, até 50 MB, com todas as funções; o Pro cobre lotes até 50.
• O escape é mínimo: os caracteres que poderiam iniciar Markdown são escapados e os que não poderiam ficam exatamente como estavam.
• Títulos, listas, links, ênfases, tabelas, notas de rodapé e imagens são todos preservados.

Converte um documento de 25.000 palavras com 50 tabelas em bastante menos de um segundo, no seu dispositivo.

Siga estas orientações para obter os melhores resultados na conversão de Word para Markdown.

Considerações de qualidade

• Use os estilos de título integrados do Word em vez de negrito aumentado à mão: um conversor só reconhece um título que esteja marcado como tal.
• Veja a aba Renderizado antes de baixar, sobretudo em documentos com tabelas, para confirmar que a estrutura passou como espera.
• Se o Markdown vai ficar sob um título existente, desça os títulos um nível para o documento ter um único título de topo.
• Escolha CommonMark apenas quando um analisador estrito o exigir; os recuos para HTML são corretos mas mais verbosos.
• Teste o arquivo .md no destino (GitHub, site estático, wiki) depois de o baixar.

Casos de uso comuns

• Documentação: Passar um manual Word existente para um repositório docs-as-code sem o reescrever.
• Publicação no GitHub: Transformar uma especificação ou proposta num README ou página de wiki.
• Escrita técnica: Levar rascunhos escritos no Word para uma cadeia Markdown com revisão e controle de versões.
• Artigos de blog: Converter um rascunho num artigo para um gerador de sites estáticos, front matter incluído.
• Conteúdo para programadores: Extrair tabelas e conteúdo tipo código de uma especificação Word para uma forma comparável.

• Word para PDF
• Word para HTML
• Visualizador Word
• Word para texto
• Comprimir Word
• CSV para Markdown