Convertir Word en Markdown en ligne gratuitement

Convertir un Word en Markdown : une vraie correspondance, pas une supposition éclairée

Renommez n'importe quel fichier .docx en .zip et ouvrez-le. Vous y trouverez une arborescence de dossiers : word/document.xml contient le contenu, word/styles.xml définit les styles, word/media/ abrite toutes les images intégrées, et footnotes.xml et comments.xml les côtoient. Un .docx n'est pas l'image d'une page. C'est un document XML structuré dans un conteneur zip.

Cela change tout pour la qualité de conversion. Transformer un PDF en Markdown revient à déduire la structure à partir de tailles de police et de coordonnées. Transformer un Word en Markdown revient à lire une structure déjà déclarée. Un paragraphe marqué w:pStyle="Heading2" devient ## parce que le fichier dit littéralement qu'il s'agit d'un titre de niveau deux. C'est pourquoi un convertisseur docx vers Markdown produit en général une sortie plus propre que le même document exporté en PDF puis converti depuis là. Envoyez un fichier ci-dessus et jugez par vous-même — gratuit, sans inscription, 50 Mo maximum, rien n'est conservé.

Styles ou mise en forme directe : le détail qui décide de votre sortie

Il y a deux façons de faire ressembler du texte à un titre dans Word, et elles ne se valent pas.

Appliquer un style — cliquer sur « Titre 1 » dans le ruban — inscrit une étiquette sémantique dans le XML. Le convertisseur lit cette étiquette et produit #. La mise en forme directe — sélectionner la ligne, la passer en 16 points, cliquer sur gras — n'inscrit que des propriétés visuelles. Nulle part dans le fichier il n'est écrit « ceci est un titre », car du point de vue de Word c'est un paragraphe ordinaire qui se trouve être gros et gras. Il se convertit en une ligne de corps de texte en gras, et votre document arrive en Markdown sous la forme d'un bloc uniforme, sans la moindre section.

Si votre sortie paraît structurellement vide, c'est presque toujours l'explication, et le correctif se trouve dans le document source. Ouvrez le volet Styles, appliquez de vrais styles de titre à vos intertitres, enregistrez, reconvertissez. Cinq minutes de travail qui transforment le résultat — et qui améliorent aussi le document Word au passage, puisque le volet de navigation et la table des matières automatique se mettent enfin à fonctionner.

Suivi des modifications, commentaires et notes de bas de page

La plupart des vrais documents Word sont passés entre plusieurs mains, et ils en portent les traces. Voici le sort réservé à chaque couche :

• Le suivi des modifications vit dans le XML sous forme de blocs w:ins et w:del enveloppant le texte concerné. La conversion résout le document dans son état accepté : les insertions sont gardées, les suppressions écartées. Si l'historique de révision d'une équipe juridique compte pour vous, cet historique est perdu — convertissez plutôt l'avant et l'après séparément, puis comparez les deux sorties.
• Les commentaires résident dans une partie distincte de l'archive et sont ancrés à des plages du corps du texte. Ce ne sont pas des mots du document, ils n'apparaissent donc pas dans la sortie. Bienvenu quand le bavardage en marge n'est que du bruit, gênant si ce sont justement les remarques de relecture que vous vouliez résumer.
• Notes de bas de page et notes de fin occupent elles aussi leurs propres parties. Elles ressortent généralement sous forme de texte, mais détachées de leur point d'ancrage exact, puisque la spécification de base du Markdown ne prévoit pas de syntaxe de note. Vérifiez la fin de la sortie si les références comptent.
• En-têtes, pieds de page et numéros de page sont supprimés. Le Markdown n'a pas de pages, et l'habillage courant n'est de toute façon que du bruit dans un contexte d'IA.
• Les champs — numérotation automatique, renvois, table des matières générée — se convertissent en leur dernière valeur affichée, pas en références vivantes.

Le réflexe sûr : Révision → Accepter toutes les modifications, puis Enregistrer sous en copie, puis convertir. Vous savez alors exactement avec quel texte vous travaillez.

Tableaux, images, et là où le Markdown atteint ses limites

Les tableaux Word sont de vraies grilles : des lignes et des cellules déclarées en XML, et non des colonnes de texte qui se trouvent visuellement alignées. Ils se transposent donc proprement en tableaux Markdown à barres verticales, ce qui constitue l'argument le plus fort pour choisir le Markdown plutôt que le texte brut dès que votre document comporte le moindre contenu tabulaire.

L'exception, ce sont les cellules fusionnées. Les tableaux Markdown ignorent le rowspan et le colspan : une cellule d'en-tête à cheval sur trois colonnes doit donc être aplatie d'une manière ou d'une autre, et les tableaux imbriqués complexes ressortent approximés plutôt qu'exacts. Les grilles simples se convertissent à la perfection ; les mises en page façon facture, avec leurs bandeaux fusionnés, méritent un coup d'œil avant que vous ne leur fassiez confiance.

Les images intégrées constituent une limite plus dure. Les pixels sont bien dans word/media/, mais une conversion en texte produit du texte : une référence d'image, pas l'image, et surtout pas les mots qu'elle contient. Si le schéma clé de votre document est une capture d'écran de tableau, ce contenu est invisible à la conversion. Exportez l'image à part et passez-la par image vers Markdown, ou mieux, reconstruisez-la en véritable tableau Word avant de convertir.

.doc et .docx ne sont pas le même format

Ils ont trois lettres en commun et à peu près rien d'autre. Le .docx est arrivé avec Office 2007 : c'est de l'Open XML — le zip de XML décrit plus haut, spécifié ouvertement et facile à parser. L'ancien .doc est un fichier composite binaire, un système de fichiers miniature fait de flux, rétro-conçu pendant des décennies, dont les structures varient selon la version de Word qui l'a écrit.

Conséquence pratique : la conversion d'un .docx est fiable, celle d'un .doc relève du meilleur effort. Si un vieux fichier vous donne des résultats bizarres, ouvrez-le dans Word ou LibreOffice, enregistrez-le en .docx et convertissez celui-là. Trente secondes qui éliminent toute une catégorie de problèmes. Idem pour les fichiers RTF, encore plus anciens et porteurs d'encore moins de structure sémantique.

Markdown ou texte brut ? Choisissez selon la suite du parcours

Optez pour le Markdown quand la forme du document porte du sens. Un cahier des charges aux clauses numérotées et imbriquées, une procédure à hiérarchie de sections définie, une proposition commerciale bourrée de grilles tarifaires, une documentation technique avec des exemples de code : dans chacun de ces cas, la structure est de l'information. Interrogez un modèle sur « les livrables de la section 3 » et il faut que la section 3 existe en tant qu'unité.

Optez pour Word vers texte brut quand vous voulez les mots et rien d'autre : alimenter un classifieur, construire des embeddings, indexer pour la recherche, ou comparer deux révisions ligne à ligne. La syntaxe Markdown n'est que du poids mort dans ces chaînes-là.

Le sélecteur en haut de page permute entre les deux en emportant le fichier que vous avez sélectionné : vous pouvez donc produire les deux versions et les comparer sans envoyer le fichier deux fois. Le compteur de tokens sous la sortie vous indique ce que le résultat coûtera dans la fenêtre de contexte d'un modèle, avant que vous ne le colliez où que ce soit.

Questions fréquentes

Comment convertir un DOCX en Markdown ?

Envoyez le fichier ci-dessus et copiez le Markdown, ou téléchargez-le en .md. Fonctionne avec le .docx comme avec l'ancien .doc, 50 Mo par fichier, gratuit et sans compte. Les styles de titre deviennent des niveaux #, le gras et l'italique survivent en ** et *, et les listes conservent leur imbrication.

Mes titres vont-ils vraiment ressortir ?

Seulement s'il s'agissait de vrais titres. Un document dont l'auteur a utilisé les styles Titre 1 et Titre 2 se convertit en un plan # / ## impeccable. Un document où quelqu'un a agrandi et mis en gras le texte à la main ne contient aucune information de titre — visuellement identique dans Word, il se convertit en paragraphes ordinaires, parce qu'il n'y a rien à lire.

Est-ce suffisant pour migrer des documents Word vers un site de documentation ?

Cela vous emmène l'essentiel du chemin. Prose, titres, listes et tableaux simples se convertissent assez proprement pour être commités tels quels. Ce qui exige une relecture humaine ensuite : les images intégrées, les tableaux complexes à cellules fusionnées, les équations, et tout style maison qui portait du sens par convention plutôt que par structure.

Et les équations et les images intégrées ?

Les équations ne survivent ni en LaTeX ni en MathML, et les images ne sont pas extraites vers un dossier d'actifs : la sortie, c'est du texte et de la structure. Pour les documents dont les mathématiques sont le contenu, prévoyez de réécrire ces blocs. Autant le savoir avant de convertir cent fichiers et de le découvrir au quatre-vingt-dixième.

Word vers Markdown ou Word vers texte ?

Markdown si le document a un plan qui mérite d'être conservé, ou s'il part vers un endroit qui affiche du Markdown : un dépôt, un wiki, un prompt de LLM. Texte brut si la destination analyse des mots plutôt que de la mise en forme, ce qui couvre la plupart des chaînes d'indexation et de vectorisation.

Le reste de la boîte à outils

Word n'est qu'un des treize formats pris en charge ici. File2Txt les accepte tous depuis un seul envoi, ou passez directement à PDF vers Markdown, PowerPoint vers Markdown pour les présentations, ou Excel vers Markdown pour les tableurs. Si vous avez un dossier de documents hétéroclites, zippez-le et utilisez ZIP vers Markdown pour tout convertir en une seule passe.

Pour le code et le contenu web, il y a le convertisseur GitHub vers texte, son équivalent GitLab, un convertisseur de répertoire local, et Web2Txt pour récupérer des pages en Markdown. Le guide de préparation des documents pour les LLM explique plus en profondeur pourquoi tout cela vaut la peine.

Repo2Txt est conçu et maintenu par v12hero, un développeur indépendant qui crée des applications natives et web respectueuses de la vie privée.