DOCX nach Markdown in C# konvertieren

DocxToMarkdownConverter wandelt ein Word-Dokument in Markdown um: Eine Überschrift wird zu #, eine Tabelle zu einer Pipe-Tabelle. Bilder werden als data:-URIs eingebettet, sodass das Markdown für sich allein steht.

using DocToolkit;

byte[] docx = File.ReadAllBytes("input.docx");
string markdown = DocxToMarkdownConverter.Convert(docx);
File.WriteAllText("output.md", markdown);

Was es braucht

Keinen Browser, weder headless noch sonst.
Keine Office-Installation und kein LibreOffice.
Keine nativen Dateien: nur verwalteten Code.
Kein Netzwerk zur Laufzeit, außer Sie verlangen es.

Gut zu wissen

Synchron: Convert nimmt die .docx-Datei als byte[] entgegen und gibt das Markdown als string zurück.
Das ist mit großem Abstand die verlustreichere Richtung: Word kann weit mehr ausdrücken als Markdown.
ConvertWithReport gibt dasselbe Markdown zurück und dazu eine Liste dessen, was verloren ging. Eine leere Liste bedeutet, dass nichts verloren ging, wovon der Konverter weiß.
Bilder werden als data:-URIs eingebettet, nicht in Dateien neben der Ausgabe geschrieben.

Installation

dotnet add package Ank.DocToolkit

NuGet Dokumentation GitHub

Weitere Konvertierungen

Alles, was DocToolkit konvertiert