doc2docx方案,开源!

1 阅读3分钟

​

 JitWord协同AI文档团队 发自 JitWord AI 旗下AI产品:JitWord协同AI文档,JitKnow AI知识库,Pxcharts超级表格

最近我们 JitWord 协同AI文档团队开源了一个方案,能一键把 Word 中老旧格式(.doc格式)文件转换为通用的 .docx 格式,从而能在 Web 端实现对 Word 老旧格式的预览。

图片​

简言之,doc2docx 做的事情,就是把 Word 97-2003 二进制文档(.doc)转换为 OOXML(.docx)。

为什么要实现 .doc  转 .docx

我们都知道 .docx 格式是开放且主流的 Word 文件格式,而 .doc 格式相对老旧,格式封闭、二进制结构复杂,但是很多政企事业单位仍然留存了大量历史文件资料为 .doc 格式,天然难以直接支撑在线预览和在线编辑。

图片​

但这两年随着国产办公体系落地、企业知识资产数字化提速,不少单位在建设 AI 知识库、文档中台时遇到了共同难题:存量 .doc 文档体量巨大,人工重新另存、转录成本极高,转换过程极易丢失版式、图片、页眉页脚等关键内容,大量有价值的历史文档无法接入在线协同与 AI 检索链路。

好在我们的研发团队在研究了大量技术方案之后,最终设计出了一个相对可靠的方案,可以一键把 .doc 转换为 .docx,进而借助 JitWord 协同文档强大的 docx 解析和编辑能力,实现对 doc 文件的在线实时编辑。

下面给大家分享一下在 JitWord 中编辑 Word 的一些案例:

1. 多人协同编辑Word

图片​

2. 编辑Word文件中的修订审阅记录

图片​

3. 对不同Word文档进行比对审计

图片​

当然上面只是一部分场景。

如何使用 Doc2Docx

说完背景和应用场景,下面给大家详细分享一下如何使用我们开源的这个方案。

图片​

如上所示,把它集成到项目只需要3步,非常简单,下面给大家分享一下它支持的平台:

图片​

可以看到主流的操作系统都支持,我们内部设计了一个细节,就是开发者在 npm 安装的时候,doc2docx 会自动检测当前的操作系统,动态安装符合当前系统的包,开发者无需关注该选择哪个平台。

最后

我们 JitWord 技术团队目前还在做更有价值的AI办公方案,比如 JitWord 协同AI文档,后续我们还会上线适配国产办公环境的 OFD 编辑器,大家也可以关注我们公众号第一时间了解更新动态。

​