Word2md

功能说明

此 skill 提供完整的 Word 转 Markdown 工作流，包含三个处理阶段：

1. 转换阶段 (word2md.py) - Word 文档转 Markdown
2. 清理阶段 (clean_md.py) - 清理遗留的格式标记
3. 表格优化 (grid2gfm.py) - 将 Grid Table 转为 GFM Table

使用场景

当用户需要：

• 将 Word 文档转换为 Markdown
• 批量处理多个 Word 文件
• 获得干净、可读的 Markdown 输出
• 表格能在 GitHub/常见 Markdown 渲染器中正确显示

依赖要求

• pandoc: 文档转换工具 (brew install pandoc)
• textutil: macOS 内置工具，用于处理 .doc 格式
• Python 3.10+: 运行脚本

脚本清单

完整工作流

一键执行（推荐）

python3 word2md.py <输入路径> -o <输出目录> && \
python3 clean_md.py <输出目录> -i && \
python3 grid2gfm.py <输出目录> -i

分步执行

# 步骤1: 转换 Word 为 Markdown
python3 word2md.py raw/ -o output/

# 步骤2: 清理遗留标记
python3 clean_md.py output/ -i

# 步骤3: 优化表格格式
python3 grid2gfm.py output/ -i

执行步骤（AI 助手遵循）

1. 确认输入输出路径

   • 确认用户要转换的文件或目录
   • 确认输出目录位置

2. 检查依赖

   • 运行 which pandoc 确认已安装
   • 确认项目中存在三个脚本

3. 执行完整流程

   python3 word2md.py <input> -o <output> && \
   python3 clean_md.py <output> -i && \
   python3 grid2gfm.py <output> -i
   

4. 验证结果

   • 检查输出文件是否生成
   • 抽查 Markdown 内容是否正确
   • 确认表格格式正常

5. 报告结果

   • 告知用户转换成功的文件数量
   • 如有问题，说明具体情况

清理的内容

clean_md.py 会清理以下遗留标记：

• [text]{.s1} → text (span 类标记)
• {.Apple-converted-space} (Apple 空格标记)
• \ 单独的反斜杠行
• PAGE...MERGEFORMAT (Word 页码域)
• 多余的空行

表格转换

grid2gfm.py 将 Pandoc 的 Grid Table 转为标准 GFM Table：

转换前：

+--------+--------+
| 列1    | 列2    |
+--------+--------+
| 数据1  | 数据2  |
+--------+--------+

转换后：

| 列1 | 列2 |
|---|---|
| 数据1 | 数据2 |

示例

用户: 请把 raw/ 目录下的 Word 文件转换为 Markdown，放到"先进个人"文件夹

助手: 
1. 执行转换流程
   python3 word2md.py raw/ -o 先进个人/ && \
   python3 clean_md.py 先进个人/ -i && \
   python3 grid2gfm.py 先进个人/ -i

2. 报告结果
   - 转换成功: 1 个文件
   - 输出位置: 先进个人/xxx.md

常见问题

Q: 表格显示不正常？

A: 确保运行了 grid2gfm.py 进行表格格式转换

Q: 还有乱码标记？

A: 确保运行了 clean_md.py 进行清理

Q: .doc 文件转换失败？

A: 确认系统是 macOS 且 textutil 可用