一个小工具，以及它背后的想法

每个写作工具都能导出 HTML。问题就在这儿。Word 的「另存为网页」会产出几千行，几乎每个元素都挂着一个 mso- 样式属性。Google Docs 递给你的是 c1、c17 这样的类名，而对应的样式表并没有给你。这两样从技术上说都是 HTML，作为一个网页的源码都无法使用 —— 你读不了，改不动，贴进模板就跟你的 CSS 打架。

人们真正想要的是自己会手写的那种标记：有标题的地方一个 <h2>，有表格的地方一个 <table>，别的什么都没有。从官方导出走到这一步，删掉的比留下的多，所以大多数人要么手工干，要么放弃、把那堆乱码直接贴上去。

这个站替你删。它读你文档的结构，据此写出语义化的 HTML，把表现扔掉，而不是试图复现它。

大多数转换工具的做法是：把文件传到服务器，在那边转好，再给你一个下载链接。这个设计是合理的，同时也意味着你的文档会在别人的电脑上待一会儿。对一篇博客草稿无所谓。对一份合同、一份病历、一套内部数据或者一部还没发表的书稿，就不是无所谓。

所以转换跑在你自己的机器上，用 JavaScript，就在你已经打开的这个标签页里。这里没有上传这一步，因为根本没有可以上传到的地方。这件事你可以自己验：把网络断开再转一次，或者在拖文件进来的同时看着浏览器的网络面板。

你把文件拖进来，浏览器在本地读它，把字节交给同样跑在浏览器里的解析器。解析器产出一个结构，结构变成 HTML，HTML 在你看到之前先被净化。解析器都是开源库，按格式选：

一个输出 HTML 的工具，肩上有个 Markdown 转换器没有的责任：它交给你的东西可能被贴到一个正在运行的网站上，然后在那儿执行。所以净化在这里不是功能，是底线。script 标签、事件属性、javascript: 链接、iframe、object、embed 从任何输出里删掉，而没净化过的 HTML 一律不会插进这个页面的 DOM。

预览是另一件事，它渲染在一个禁用脚本、拥有独立源的 sandbox iframe 里。也就是说它碰不到这个页面、读不到任何东西、也执行不起来 —— 即便净化真漏了什么。两道相互独立的墙，因为一道墙就是单点故障。

没有账号，因为没有东西要存。没有 API，因为没有服务器可以调。不接 Google 云端硬盘，因为那意味着要申请你全部文件的权限，还要替你保管一个令牌。

每种转换也都有真实的限制，每个工具页都写着自己的那份。合并单元格会散开。Excel 的颜色和字体不还原。图片过不了 Google Docs 的粘贴。这些话说在前面，而不是等你转完一份要紧的东西之后才发现。

工具免费，也没有付费档。托管费打算靠广告覆盖，所以以后你可能会在这些页面上看到广告。广告绝不会摆在容易被当成下载或转换按钮的位置，也不会在转换完成后插进来、把页面从你的光标底下顶开。

广告不会改变转换的工作方式。无论有没有广告，你的文件都留在你自己的机器上 —— 这不是一条为了收入可以掀翻的政策，而是「一开始就没有服务器」这件事的必然结果。

DocsToMD 做的是反方向的同一件事：Word、PDF、HTML、CSV、Excel 转成 Markdown。做法一样，隐私模型一样，输出格式相反。如果你其实是来找 Markdown 的，那边才是你要的。