تحويل Word إلى Markdown: ربط حقيقي لا تخمين مدروس
أعد تسمية أي ملف .docx إلى .zip وافتحه. ستجد بداخله شجرة مجلدات:
word/document.xml يحمل المحتوى، وword/styles.xml يعرّف الأنماط، و
word/media/ يحوي كل الصور المضمّنة، ويجلس بجوارها footnotes.xml و
comments.xml. ملف docx. ليس صورة لصفحة، بل مستند XML مهيكل داخل حاوية zip.
وهذا مهم جدًا لجودة التحويل. تحويل PDF إلى Markdown يعني استنتاج البنية من أحجام الخطوط
والإحداثيات. أما تحويل Word إلى Markdown فيعني قراءة بنية معلَنة سلفًا. الفقرة الموسومة
w:pStyle="Heading2" تصير ## لأن الملف يقول حرفيًا إنها عنوان من المستوى
الثاني. ولهذا ينتج محوِّل docx إلى Markdown عمومًا ناتجًا أنظف من المستند نفسه
مُصدَّرًا إلى PDF ومحوَّلًا من هناك. ارفع ملفًا أعلاه وانظر بنفسك — مجانًا، بلا تسجيل، بحد 50 MB،
ولا يُخزَّن شيء.
الأنماط مقابل التنسيق المباشر: الشيء الوحيد الذي يقرر ناتجك
هناك طريقتان لجعل النص يبدو عنوانًا في Word، وهما ليستا متكافئتين.
تطبيق نمط — النقر على «عنوان 1» في الشريط — يكتب وسمًا دلاليًا في XML. يقرأ المحوِّل
ذلك الوسم ويُخرج #. أما التنسيق المباشر — تحديد السطر ورفعه إلى 16pt
وضغط الغامق — فلا يكتب سوى خصائص بصرية. لا يوجد في أي مكان من الملف ما يقول «هذا عنوان»، لأن Word
يعتبره فقرة عادية صادف أنها كبيرة وغامقة. فيتحول إلى سطر غامق من نص المتن، ويصلك مستندك في Markdown
جدارًا مسطّحًا واحدًا بلا أقسام.
إن بدا ناتجك فارغًا بنيويًا فهذا هو السبب دائمًا تقريبًا، والإصلاح يسكن في المستند المصدر. افتح لوحة الأنماط، وطبّق أنماط عناوين حقيقية على عناوين أقسامك، واحفظ، ثم حوّل من جديد. خمس دقائق من العمل تُحدث تحولًا في النتيجة — وتجعل مستند Word نفسه أفضل أيضًا، إذ تبدأ لوحة التنقل وجدول المحتويات المولَّد تلقائيًا في العمل.
التعديلات المتعقَّبة والتعليقات والحواشي
معظم مستندات Word الحقيقية مرّت على عدة أشخاص، وهي تحمل الدليل. هذا ما يحدث لكل طبقة:
- التعديلات المتعقَّبة تعيش في XML على هيئة مقاطع
w:insوw:delملفوفة حول النص المتأثر. يحسم التحويل المستند إلى حالته المقبولة: الإدراجات باقية والمحذوفات ساقطة. إن كان سجل مراجعات الفريق القانوني يهمك، فذلك السجل ذاهب — حوّل النسختين قبل التعديلات وبعدها كلًّا على حدة وقارن الناتجين بدلًا من ذلك. - التعليقات تجلس في جزء منفصل من الأرشيف وترتبط بمقاطع من المتن. ليست نص متن، فلا تظهر في الناتج المحوَّل. مفيد عندما تكون الثرثرة الهامشية ضجيجًا، ومشكلة إذا كانت تعليقات المراجعة هي ما أردت تلخيصه.
- الحواشي السفلية والختامية تعيش أيضًا في أجزائها الخاصة. تمر عمومًا كنص لكنها منفصلة عن نقطة ارتباطها الدقيقة، لأن Markdown لا يملك صياغة حواشٍ أصيلة في مواصفته الأساسية. افحص ذيل الناتج إن كانت الاستشهادات تهمك.
- الترويسات والتذييلات وأرقام الصفحات تُسقَط. لا صفحات في Markdown، والأثاث المتكرر ضجيج في سياق الذكاء الاصطناعي على أي حال.
- الحقول — الترقيم التلقائي والإحالات المرجعية وجدول المحتويات المولَّد — تتحول إلى آخر قيمة عُرضت بها، لا إلى مراجع حيّة.
العادة الآمنة: مراجعة ← قبول كل التغييرات، ثم حفظ باسم كنسخة، ثم التحويل. هكذا تعرف بالضبط أي نص تعمل عليه.
الجداول والصور وحيث تضيق مساحة Markdown
جداول Word شبكات حقيقية — صفوف وخلايا معلَنة في XML، لا أعمدة نص صادف أنها تتحاذى بصريًا. لذا تُربط بجداول الخطوط العمودية في Markdown بنظافة، وهذه أقوى حجة منفردة لاختيار Markdown بدل النص المسطّح عندما يحوي مستندك أي محتوى جدولي على الإطلاق.
الاستثناء هو الخلايا المدموجة. جداول Markdown لا تعرف rowspan ولا colspan، فخلية ترويسة تمتد على ثلاثة أعمدة لا بد من تسطيحها بطريقة ما، والجداول المتداخلة المعقدة تخرج مقرَّبة لا مطابِقة. الشبكات البسيطة تتحول تحويلًا مثاليًا؛ أما تخطيطات الفواتير ذات صفوف الترويسة المدموجة فتحتاج نظرة قبل أن تثق بها.
الصور المضمّنة حد أصلب. البكسلات موجودة في word/media/، لكن تحويل النص ينتج نصًا —
إشارة إلى صورة، لا الصورة نفسها، وقطعًا لا الكلمات التي بداخلها. إن كان المخطط الأهم في مستندك لقطة
شاشة لجدول، فذلك المحتوى غير مرئي للتحويل. صدّر الصورة على حدة ومرّرها عبر
تحويل الصور إلى Markdown،
أو الأفضل: أعد بناءها كجدول Word حقيقي قبل التحويل.
doc. وdocx. ليستا الصيغة نفسها
تتشاركان ثلاثة أحرف ولا شيء غيرها تقريبًا. وصلت .docx مع Office 2007 وهي Open XML —
أرشيف zip من XML الموصوف أعلاه، موثَّق علنًا وسهل التحليل. أما .doc القديمة فملف ثنائي
مركّب: نظام ملفات مصغّر من التدفقات، جرى عكس هندسته لعقود، ببُنى تختلف باختلاف إصدار Word الذي
كتبها.
الخلاصة العملية: تحويل docx. موثوق، وتحويل doc. على قدر المستطاع. إن كنت تحصل على نتائج غريبة من ملف قديم، فافتحه في Word أو LibreOffice واحفظه باسم بصيغة docx. وحوّل تلك النسخة بدلًا منه. يكلّفك ذلك ثلاثين ثانية ويزيح فئة كاملة من المشكلات. الأمر نفسه ينطبق على ملفات RTF، وهي أقدم وتحمل بنية دلالية أقل حتى.
Markdown أم نص عادي؟ اختر وفق خطوتك التالية
اختر Markdown عندما يحمل شكل المستند معنى. مواصفة متطلبات ببنود مرقّمة متداخلة، وسياسة ذات هرمية أقسام محددة، وعرض مليء بجداول التسعير، وتوثيق تقني بعينات شيفرة — في كل هذه، البنية معلومة. اسأل نموذجًا عن «المخرجات في القسم 3» وسيحتاج إلى وجود القسم 3 كوحدة قائمة.
واختر تحويل Word إلى نص عادي عندما تريد الكلمات ولا شيء غيرها — تغذية مُصنِّف، أو بناء تضمينات، أو الفهرسة للبحث، أو مقارنة نسختين سطرًا بسطر. صياغة Markdown وزن ميت في تلك المسارات.
المبدّل أعلى هذه الصفحة يقلّب بين الصيغتين ويحمل معه الملف الذي اخترته، فتستطيع إنتاج الاثنين والمقارنة دون رفع مرتين. وعدّاد الـ tokens أسفل الناتج يخبرك بما ستكلفه النتيجة في نافذة سياق نموذج قبل أن تلصقها في أي مكان.
أسئلة شائعة
كيف أحوّل ملف DOCX إلى Markdown؟
ارفع الملف أعلاه وانسخ Markdown الناتج، أو نزّله بصيغة .md. يعمل مع .docx ومع .doc الأقدم، بحد 50 MB للملف، مجانًا وبلا حساب. أنماط العناوين تُربط بمستويات #، والغامق والمائل ينجوان كـ ** و*، والقوائم تحتفظ بتداخلها.
هل ستمر عناويني فعلًا إلى الناتج؟
فقط إن كانت عناوين حقيقية. المستند الذي استخدم كاتبه نمطَي «عنوان 1» و«عنوان 2» يتحول إلى مخطط نظيف من # و##. أما المستند الذي كبّر فيه أحدهم النص وجعله غامقًا يدويًا فلا يخزّن أي معلومات عناوين إطلاقًا — متطابق بصريًا في Word، لكنه يتحول إلى فقرات عادية، لأنه لا يوجد هناك شيء ليُقرأ.
هل يكفي هذا لنقل مستندات Word إلى موقع توثيق؟
يقطع بك معظم الطريق. النثر والعناوين والقوائم والجداول البسيطة تتحول بنظافة تكفي للإيداع في المستودع. ما يحتاج تمريرة بشرية بعد ذلك: الصور المضمّنة، والجداول المعقدة ذات الخلايا المدموجة، والمعادلات، وأي تنسيق مخصص كان يحمل معناه بالعُرف لا بالبنية.
ماذا عن المعادلات والصور المضمّنة؟
المعادلات لا تنجو بصيغة LaTeX أو MathML، والصور لا تُستخرج إلى مجلد أصول — الناتج نص وبنية. للمستندات التي تكون الرياضيات فيها هي المحتوى، توقّع إعادة تأليف تلك الكتل. يستحق الأمر المعرفة قبل أن تحوّل مئة ملف وتكتشف ذلك عند الملف التسعين.
تحويل Word إلى Markdown أم إلى نص؟
Markdown إن كان للمستند مخطط عام يستحق الإبقاء، أو إن كان متجهًا إلى مكان يعرض Markdown — مستودع، أو ويكي، أو مطالبة نموذج لغة. والنص العادي إن كانت الوجهة تحلّل الكلمات لا التنسيق، وهو ما يغطي معظم مسارات فهرسة البحث والتضمينات.
بقية صندوق الأدوات
Word واحدة من ثلاث عشرة صيغة مدعومة هنا. File2Txt يقبلها جميعًا من رفعة واحدة، أو اقفز مباشرة إلى تحويل PDF إلى Markdown، و تحويل PowerPoint إلى Markdown للعروض التقديمية، أو تحويل Excel إلى Markdown لجداول البيانات. وإن كان عندك مجلد من مستندات متنوعة، فاضغطه واستخدم تحويل ZIP إلى Markdown لتحويل كل ما بداخله في تمريرة واحدة.
وللشيفرة ومحتوى الويب هناك محوِّل GitHub إلى نص، ونظيره لـ GitLab، و محوِّل المجلدات المحلية، و Web2Txt لكشط الصفحات إلى Markdown. أما دليل تجهيز المستندات لنماذج اللغة الكبيرة فيتعمق أكثر في جدوى كل هذا أصلًا.
Repo2Txt من بناء وصيانة v12hero، مطوّر مستقل يبني تطبيقات أصلية وويب تضع الخصوصية أولًا.