家好，很高興又見面了，我是"高級前端?進階?"，由我帶著大家一起關注前端前沿、深入前端底層技術，大家一起進步，也歡迎大家關注、點贊、收藏、轉發，您的支持是我不斷創作的動力。

今天給大家帶來的主題是HTML5 和word的互相轉化，話不多說，直接進入正題！

1.HTML轉化為Word之 html-docx-js

1.1 什么是 html-docx-js

html-docx-js 是一個非常小的庫，能夠將 HTML 文檔轉換為 Microsoft Word 2007 及更高版本使用的 DOCX 格式。 html-docx-js 設法使用稱為“altchunks”的功能在瀏覽器中執行轉換。 簡而言之，它允許以不同的標記語言嵌入內容。 開發者使用 MHT 文檔將嵌入內容發送到 Word，因為它允許處理圖像。 Word 打開此類文件后，會將外部內容轉換為 Word Processing ML（這是 DOCX 文件的標記語言的調用方式）并替換引用。

Microsoft Word for Mac 2008 不支持 Altchunk，LibreOffice 和 Google Docs 也不支持 Altchunk。

關于 html-docx-js 庫有幾點需要說明：

• html-docx-js 適用于任何支持 Blob 的現代瀏覽器（無論是本機還是通過 Blob.js）。它在 Google Chrome 36、Safari 7 和 Internet Explorer 10 上進行了測試，也適用于使用 Buffer 而不是 Blob 的 Node.js（在 v0.10.12 上測試）。
• html-docx-js 僅支持內聯的 base64 圖像（通過 DATA URI 獲取）。 但動態轉換常規圖像（來自靜態文件夾）很容易，開發者可以自行完成。

目前 Mammoth 在 Github 上通過 MIT 協議開源，有超過 1k 的 star、0.3k 的 fork、0.7k 的項目依賴量、NPM 周平均下載量 9k，是一個值得關注的前端開源項目。

1.2 如何使用 html-docx-js

var converted = htmlDocx.asBlob(content);
saveAs(converted, "test.docx");

asBlob 可以采用其他選項來控制文檔的頁面設置：

• orientation：橫向或縱向（默認）
• margins：邊距大小圖
• top：數字（默認：1440，即 2.54 厘米）
• right：數字（默認：1440）
• bottom：數字（默認：1440）
• left：數字（默認：1440）
• header：數字（默認值：720）
• footer：數字（默認值：720）
• gutter：數字（默認值：0）

比如下面的例子：

var converted = htmlDocx.asBlob(content, {
  orientation: "landscape",
  margins: { top: 720 },
});
saveAs(converted, "test.docx");

需要注意的是，開發者需要傳遞完整、有效的 HTML（包括 DOCTYPE、html 和 body 標簽）。 這可能不太方便，但可以讓開發者在樣式標簽中包含 CSS 規則。

html-docx-js 作為獨立”Browserify 模塊（UMD）分發。 開發者可以將其作為 html-docx 要求。 如果沒有可用的模塊加載器，它將把自己注冊在 window.htmlDocx。

2.mammoth.js

2.1 什么是 mammoth.js

Mammoth.js 旨在轉換 .docx 文檔，例如：由 Microsoft Word、Google Docs 和 LibreOffice 創建的文檔，并將其轉換為 HTML。 Mammoth 的目標是通過使用文檔中的語義信息并忽略其他細節來生成簡單且干凈的 HTML。 例如，Mammoth 將任何具有標題 1 樣式的段落轉換為 h1 元素，而不是嘗試精確復制標題的樣式（字體、文本大小、顏色等）。

.docx 使用的結構與 HTML 的結構之間存在很大的不匹配，這意味著對于更復雜的文檔來說，轉換不太可能完美。 如果開發者僅使用樣式來對文檔進行語義標記，那么 Mammoth 效果最佳。

Mammoth.js 目前支持以下功能：

• 標題、列表、評論
• 從自己的 docx 樣式到 HTML 的可定制映射。 例如，可以通過提供適當的樣式映射將 warningHeading 轉換為 h1.warning。
• Tables： 當前忽略表格本身的格式（例如：邊框），但文本的格式與文檔其余部分的格式相同。
• 腳注和尾注、圖片、粗體、斜體、下劃線、刪除線、上標和下標、鏈接、Line、Line breaks
• 文本框：文本框的內容被視為出現在包含文本框的段落之后的單獨段落。

Mammoth 在眾多平臺可用，比如：Python、WordPress、Java/JVM、.NET 等等。目前 Mammoth 在 Github 上通過 BSD-2-Clause 開源，有超過 4.1k 的 star、0.5k 的 fork、4.4k 的項目依賴量、NPM 周平均下載量 76k，是一個值得關注的前端優質開源項目。

2.2 使用 mammoth.js

以文檔轉換為例。

Mammoth 允許在轉換文檔之前對其進行處理。 例如，假設該文檔尚未進行語義標記，但開發者知道任何居中對齊的段落都應該是標題，則可以使用 transformDocument 參數來適當地修改文檔：

function transformElement(element) {
  if (element.children) {
    var children = _.map(element.children, transformElement);
    element = { ...element, children: children };
  }
  if (element.type === "paragraph") {
    element = transformParagraph(element);
  }

  return element;
}
function transformParagraph(element) {
  if (element.alignment === "center" && !element.styleId) {
    return { ...element, styleId: "Heading2" };
  } else {
    return element;
  }
}
var options = {
  transformDocument: transformElement,
};

TransformDocument 的返回值在 HTML 生成期間使用。同時，上面的代碼可以使用 mammoth.transforms.paragraph 函數進行優化，比如：

function transformParagraph(element) {
  if (element.alignment === "center" && !element.styleId) {
    return { ...element, styleId: "Heading2" };
  } else {
    return element;
  }
}
var options = {
  transformDocument: mammoth.transforms.paragraph(transformParagraph),
};

或者，如果開發者希望已明確設置為使用等寬字體來表示代碼的段落：

const monospaceFonts = ["consolas", "courier", "courier new"];

function transformParagraph(paragraph) {
  var runs = mammoth.transforms.getDescendantsOfType(paragraph, "run");
  var isMatch =
    runs.length > 0 &&
    runs.every(function (run) {
      return run.font && monospaceFonts.indexOf(run.font.toLowerCase()) !== -1;
    });
  if (isMatch) {
    return {
      ...paragraph,
      styleId: "code",
      styleName: "Code",
    };
  } else {
    return paragraph;
  }
}
var options = {
  transformDocument: mammoth.transforms.paragraph(transformParagraph),
  styleMap: ["p[style-name='Code'] => pre:separator('\n')"],
};

關于 Mammoth 庫的更多用法，更多 API 示例可以參考文末資料，本文不再過多展開。

3.本文總結

本文主要和大家介紹 HTML5 和word互轉的兩個開源庫，分別為：html-docx-js、mammoth.js。相信通過本文的閱讀，大家對 html-docx-js、mammoth.js 會有一個初步的了解。

因為篇幅有限，關于 html-docx-js、mammoth.js 的更多用法和特性文章并沒有過多展開，如果有興趣，可以在我的主頁繼續閱讀，同時文末的參考資料提供了大量優秀文檔以供學習。最后，歡迎大家點贊、評論、轉發、收藏，您的支持是我不斷創作的動力。

參考資料

https://github.com/evidenceprime/html-docx-js

https://github.com/mwilliamson/mammoth.js

https://www.npmjs.com/package/html-docx-js

https://www.npmjs.com/package/mammoth

https://www.tutorialswebsite.com/export-html-to-word-document-with-javascript/

https://www.vecteezy.com/vector-art/136754-free-vector-documents