Documento do Word em HTML.
Sem o entulho do Word.

Como funciona

1. 01Solte um .docx na área acima, ou clique para escolher. Dezenas de uma vez não é problema.
2. 02O Mammoth lê a estrutura do documento — níveis reais de título, tabelas reais, listas reais — e escreve HTML a partir dela. Esse HTML passa depois pelo DOMPurify, porque a própria documentação do Mammoth diz explicitamente que a saída dele não é higienizada.
3. 03Decida o que fazer com as imagens e copie o HTML, baixe o arquivo ou leve um zip com as imagens ao lado.

O que funciona

• Todo .docx que o Word escreveu desde 2007, além do Word Online e do Word para Mac
• Os .doc antigos do Word 97–2003, identificados pelo cabeçalho do arquivo e não pela extensão
• Níveis de título como <h1>–<h6>, tirados dos estilos do Word e não adivinhados pelo tamanho da fonte
• Tabelas como <table>, listas como <ul>/<ol> com aninhamento real, links, negrito, itálico e riscado
• Citações, parágrafos com estilo de código como <pre><code> e legendas como <p class="caption">
• Imagens embutidas: em base64, extraídas para uma pasta images/ no zip, ou descartadas

O que não faz

• A formatação visual do Word (fontes, cores, espaçamento exato) não é transportada, e isso é deliberado
• Células mescladas perdem colspan e rowspan; cada célula passa a ser um <td> próprio
• Controle de alterações e comentários são descartados — você recebe o texto final, não o histórico de edição
• Caixas de texto, SmartArt e gráficos não sobrevivem; só o texto deles, quando existe
• Dos .doc antigos não saem imagens — aquele formato as guarda onde um navegador não alcança
• Documentos criptografados são recusados em vez de lidos pela metade