html - 将 MS Word 文本转换为普通有效的 html/css

Question

我正在寻找一种方法将几个段落和有序/无序列表从 MS Word 文件转换为 HTML。

现在，问题是当将 Word 文件另存为“htm/html”类型的文件时(我使用的是 Word 2010)，我得到吨各种不需要的 CSS 指令，有些是 MS 发明的，有些是有效的 CSS，我不想在我的 html 代码中使用。此外，甚至更有问题的是，有序/无序列表甚至没有使用 LI 项编码为 OL 和 UL，而是编码为疯狂的 Microsofty 编码。

例如，一个段落(在 Word 中样式为“普通”)被转换为:

<p class=MsoNormal>
 <span style='font-size:10.0pt;line-height:115%;mso-bidi-font-style:italic'>
  bla bla </span></p>

我只是希望它是:

<p><span>bla bla</span></p>  

更可怕的是，一个带有一个列表项的简单的未排序列表(“元素符号列表”)被转换为:

<p class=MsoListParagraph style='text-indent:-18.0pt;mso-list:l0 level1 lfo1'>
 <![if !supportLists]>
  <span style='font-family:Symbol;mso-fareast-font-family:Symbol;mso-bidi-font-family:Symbol'>
   <span style='mso-list:Ignore'>·
    <span style='font:7.0pt "Times New Roman"'>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;

    </span></span></span><![endif]>
 <span dir=LTR</span>Bla bla</p>

虽然我希望得到:

<ul><li>Bla bla</li></ul>

有什么想法吗？

非常感谢!

附注我正在使用 Zend Studio(也许有内置的 eclipse/zend 专用转换器或其他东西？)
附言我发现导出为 html 的唯一 MS Word 选项位于选项 => 高级 => 常规 => Web 选项中。使用这些选项并没有解决上述任何问题。

Answer 1

好的，找到了一个奇怪但有效的解决方案:

使用http://htmleditor.in/index.html和“从 Word 粘贴”选项，但是使用(具有讽刺意味的是!)Internet Explorer(使用 IE 9 测试)执行此操作。

原因是，当我使用 Chrome 完成这项工作时，在按下“从 Word 粘贴”时，一个 html div 类型的弹出窗口 询问我是否允许直接访问我的剪贴板数据，当根据需要使用 ctrl-v 粘贴文本，结果缺少元素符号(元素符号元素被转换为段落)。

相反，当我使用 IE 9 时，我得到的不是 div 类型的弹出窗口，而是 IE 系统类型的弹出窗口，粘贴在那里保留元素符号...

具有讽刺意味的是，为了解决一个始于 Microsoft 的问题，我使用了另一个 Microsoft 产品，可能是因为它的 html 兼容性差，却完全符合我的要求...大声笑。