Word 直接另存为 HTML 错乱，因其生成非标HTML，含私有标签、内联样式及独立资源文件夹，语义丢失、SEO差、难维护；pandoc加--standalone才输出完整可运行HTML，中转Markdown更稳定可控。
Word 直接另存为 HTML 为什么经常错乱？
因为 Word 导出的 HTML 不是“标准网页”，而是带大量私有标签、内联样式和资源文件夹的兼容性产物，浏览器能打开，但改不了、嵌不进网站、SEO 友好度几乎为零。
- 默认会生成一个
xxx_files文件夹，里面塞图片、CSS、字体——删掉就丢图 - 标题用
<p class="MsoHeading9">这类 Word 私有类名，不是<h1>，语义丢失 - 表格转成嵌套
<span>+<div>，连<table>都不给你留 - 如果文档含中文、特殊符号或公式，编码没设对（非 UTF-8）会导致乱码，且 Word 不提示
pandoc 转 HTML 时 --standalone 和不加的区别
加 --standalone 才算真正生成“可独立运行的 HTML”；不加的话，输出只是 HTML 片段（无 <html>、<head>、<body>），直接双击打不开，必须嵌进别的页面里。
-
pandoc input.docx -o output.html→ 纯片段，适合插入 CMS 或博客后台 -
pandoc input.docx -o output.html --standalone→ 完整 HTML 文件，含基础 CSS、UTF-8 声明，浏览器双击即开 - 想自定义样式？加
--css=style.css，但注意：CSS 文件路径需相对于输出 HTML 文件位置 - 遇到中文乱码？先确认 Word 文档本身保存为 UTF-8 编码（.docx 本质是 ZIP，但 pandoc 依赖底层解析器，乱码多因源文件元数据异常）
用 Markdown 中转比直接转 DOCX 更稳的原因
DOCX 是二进制格式，pandoc 解析它要靠 LibreOffice 或 mammoth 等中间层，容易漏样式、崩列表层级；而 Markdown 是纯文本+约定语法，解析确定性强，尤其适合技术文档、笔记类内容。
html-to-pptx-converter
下载
使用 PptxGenJS 和 Python 解析，将结构化的 HTML/CSS 幻灯片内容转换为原生、可编辑的 PowerPoint（.pptx）演示文稿。
- 把 Word 文档「复制粘贴」到 Typora/Obsidian 后，手动检查一遍
## 标题、- 列表项是否识别正确——这是最关键的校验步骤 - 导出时选
导出为单一 HTML 文件（含内联样式），避免外部引用失效 - 如果原文档含 Word 表格，粘贴后可能变成混乱的空格缩进，这时不如重写为 Markdown 表格语法：
| 列1 | 列2 |→ 更可控 - 别信“一键转 Markdown”插件，它们常把 Word 的段前距、编号逻辑硬转成不可维护的
<div style="margin-left:40px">
在线工具能用吗？哪些情况绝对不能传
能用，但只限临时查效果、非敏感的会议纪要或公开讲义；任何含姓名、电话、内部流程、未脱敏数据的文档，上传即泄露。
立即学习“前端免费学习笔记（深入）”；
- CloudConvert、Markdowntohtml.com 这类工具，上传文件走 HTTPS，但服务器日志、缓存、转换队列都不可见——你无法验证是否被留存
- WPS AI 或金山文档的“转 HTML”功能，调用的是云端服务，同样不适用于公司制度、合同草案等
- 如果只是想看排版效果，用 Chrome 打开 DOCX（通过 Office Online 或 Edge 内置查看器），再按
Ctrl+P → 更多选项 → 另存为 PDF，再用pdf2htmlEX本地转——绕过上传，全程离线
Word 转 HTML 最难的不是“怎么点”，而是判断该不该转、转成什么形态：是给人看的静态页，还是给程序读的结构化数据？后者就得放弃 Word 源头，从 Markdown 或 HTML 原生写起。
