小さな道具と、その考え方

文章を書く道具はどれも、既に HTML を書き出せます。問題はまさにそこです。Word の「Web ページとして保存」は、ほぼすべての要素に mso- のスタイル属性が付いた何千行かを吐きます。Google ドキュメントは、あなたが受け取っていないスタイルシートを指す c1 や c17 というクラス名を渡してきます。どちらも技術的には HTML で、どちらも web ページのソースとしては使えません。読めず、直せず、テンプレートに貼れば自分の CSS とぶつかります。

人が本当に欲しいのは、自分で手で書いたはずのマークアップです。見出しのところに <h2>、表のところに <table>、それ以上は何もない。公式の書き出しからそこへ行くには、残すより多くを消すことになります。だから多くの人が手作業でやるか、諦めてぐちゃぐちゃのまま貼ります。

このサイトは、その「消す」をやります。文書の構造を読んでそこから意味のある HTML を書き、見た目は再現しようとせずに捨てます。

多くの変換サービスは、ファイルをサーバーに送り、そこで変換してダウンロードを返します。まともな設計ではありますが、あなたの文書が他人のコンピュータで一定の時間を過ごす設計でもあります。ブログの下書きならどちらでも構いません。契約書、診療記録、社内の数字、未発表の原稿なら、そうはいきません。

だから変換は、あなたの機械の上で、JavaScript で、すでに開いているそのタブの中で走ります。アップロードの段階が無いのは、送る先が無いからです。確かめられます。ネットワークを切って何か変換してみてください。あるいはファイルを落としながら、ブラウザのネットワークタブを見てください。

ファイルを落とすと、ブラウザがそれを手元で読み、同じくブラウザで動く解析器にバイト列を渡します。解析器が構造を作り、その構造が HTML になり、その HTML はあなたが見る前に無害化されます。解析器は形式ごとに選んだオープンソースのライブラリです。

HTML を出す道具には、Markdown への変換器には無い責任があります。渡したものが、実際に動いている web サイトに貼られ、そこで実行されうるからです。だから無害化はここでは機能ではなく、床です。script タグ、イベントハンドラ属性、javascript: の URL、iframe・object・embed は、あらゆる出力から取り除かれ、無害化していない HTML がこのページの DOM に入ることはありません。

プレビューは別の話で、sandbox を掛けた iframe の中、スクリプト無効・出自の不透明な状態で表示されます。つまり、このページには手が届かず、何も読めず、実行もできません。無害化が何かを見落としていたとしても、です。独立した壁を二枚にしているのは、一枚では単一障害点になるからです。

アカウントはありません。保存するものが無いからです。API もありません。呼ぶサーバーが無いからです。Google Drive との連携もしません。それはあなたのファイル全部への権限を求め、トークンを預かることになるからです。

それぞれの変換には現実の限界もあり、各ツールのページに自分の分を書いています。結合セルは分かれます。Excel の色とフォントは再現しません。Google ドキュメントからの貼り付けでは画像は通れません。大事なものを変換したあとで気づくのではなく、先に言っておくためです。

この道具は無料で、有料版はありません。ホスティング費用は広告で賄う予定なので、今後これらのページに広告が出ることがあります。広告を、ダウンロードや変換のボタンと見間違えるような置き方はしません。変換のあとに差し込んで、カーソルの下でページが動くようなこともしません。

広告があっても変換の仕組みは変わりません。ファイルはどちらにしてもあなたの機械に残ります。お金で覆せる方針ではなく、そもそもサーバーが無いことの結果です。

DocsToMD は、同じ仕事を逆向きにやります。Word、PDF、HTML、CSV、Excel から Markdown へ。同じ作り、同じプライバシーの考え方、出力の形式だけが逆です。Markdown を探してここに来たなら、欲しいのはそちらです。