朋友们,把网页转为 word 的技术一般是什么流程? 如果能有开源项目地址,就更加感谢了.

[HUZHUANGZHUANG]

我说的技术流程例如:先把 html 弄下来---转为---->A 格式---转为---->word

[hahahahaha234]

1. html 里面如果有 iframe 什么的，用 singFile 搞一下做成单文件 html
2. html 里面的图片什么的处理一下，换成 svg 的
3. new blob mss/word 形式的
4. 转换出来效果可能不是太好，需要对某些不好的地方单独处理样式

[zhanggg]

http://www.rfc.ac.cn/html/rfc2246.html 这个叫网页
https://js1k.com/2012-love/demo/1100 这个也叫网页
这两个网页转 word 的难度可不是一般大

[c2const]

https://qu.ai/ 如果是这种炫酷网页， 阁下又将如何应对? :)

[coolair]

最快、最简单、效果最好的办法就是，网页截个图，然后插到 word 里，边距设置为 0 ，搞定。

[opengps]

打开网页，Ctrl+A ，Ctrl+C
打开 word ，Ctrl+V

[Ashore]

截图后在 word 里插入图片

[rming]

https://pandoc.org/
https://superuser.com/questions/818127/how-to-convert-html-to-doc-docx-with-openoffice-or-libreoffice
之前搞过，效果不是很好
有个比较好的思路，就是先截图，然后用 OCR 还原排版，技术基本上是公开的

[ccraohng]

无头浏览器 pdf -> word

[zackzergzeng]

我是手动写的，我写的业务是将富文本编辑器中的 dom 结构转为 word 文档，富文本编辑器中的 dom 结构相对固定，使用的 tag 标签种类比较少，可以有穷举例解析，在用生成 word 的工具（我是用的是 js 的 docx 库）根据解析的结果生成 word
不知道对你有没有帮助

[HUZHUANGZHUANG]

@zackzergzeng

首先,非常感谢大家热心的回复,有些回复有用,有些没用,不过没关系,是我的问题,第一次提问问题没有描述清楚.

1 我针对的网页主要是内容网页,比如知乎,新闻网站这类型的.炫酷帅极能炸天的网页不是我的目标

2 大家说用 OCR 无头浏览器这类技术,我试过,但是和我想要的实现方案有一定的差距,我想通过操作网页 DOM 元素来获取网页内容.这样大部分网页我们都可以获取内容

3 我主要是看到 CKEditor5 富文本编辑器有插件可以直接把内容导出为 word,主要是导出后格式还不会变形,所以我想知道这类技术大概是怎么实现的?

4 感谢热心人们的回复,感谢

[HUZHUANGZHUANG]

@zackzergzeng 感谢回复,您的答案让我有启发,谢谢

[villivateur]

网页保存为 PDF ，然后再用 word 打开。
虽然只能应付简单的网页罢了