Конвертировать DOCX в TXT

Достаньте текст из документа Word — с нумерацией списков, таблицами и сносками, без дублей — и скопируйте его или сохраните как файл .txt. Ничего не сохраняется, никогда.

Не сохраняется
Без очереди и ожидания
Без регистрации и водяных знаков

Как это работает

Добавьте документ

Перетащите файл .docx на страницу. Текст появится сразу.

Выберите, что оставить

Таблицы — строками с табуляцией или выровненными столбцами, колонтитулы, сноски, а также переводы строк Windows или Mac/Linux.

Скопируйте или скачайте

При желании отредактируйте текст, затем скопируйте его или сохраните как файл .txt в UTF-8.

Слова остаются, всё остальное отбрасывается

Файл .docx — это ZIP-архив с XML, и текст лежит в одной из его частей. Поэтому извлекать его надёжно — в отличие от извлечения текста из PDF: слова хранятся как слова, в порядке чтения, не нужно восстанавливать положение глифов и гадать, какой столбец идёт первым. Что бы ни терялось при этой конвертации, текст не теряется и не перемешивается.

Чего простой текст вместить не может по определению — так это всего остального: полужирного и курсива, шрифтов и размеров, цветов, макета страницы, колонтитулов. Структура сохраняется там, где у простого текста есть для неё соглашение: абзацы остаются раздельными, пункты списков сохраняют маркеры и отступы, а ячейки таблиц разделяются так, чтобы строки оставались читаемыми и не сливались в одну сплошную строку. Сноски собираются, а не отбрасываются, ведь текст сноски — тоже текст.

Изображения, диаграммы и SmartArt не включаются — в них нет текста для извлечения, а заглушка никому не поможет. Формулы выводятся в простой линейной записи, например a/b + x^2, а не символами, — это честный компромисс: читаемо, однозначно и без претензии на типографскую вёрстку.

Два практических замечания. Исправления и комментарии не включаются — вы получаете документ в его текущем виде, а не историю правок; это стоит знать, если вы надеялись восстановить удалённый фрагмент. И старые файлы .doc сначала нужно сохранить как .docx, потому что двоичный формат 1997 года — совсем другая вещь, у которой просто то же назначение.

Если нужно другое

Pandoc конвертирует .docx в текст или Markdown с куда большим контролем: pandoc in.docx -t plain -o out.txt — для простого текста или -t markdown, чтобы сохранить заголовки, выделение и списки в виде читаемой разметки, — обычно именно этого люди и хотят, когда просят «просто текст». Он также извлекает изображения в папку, а не выбрасывает их.

Чтобы вытащить текст из сотен документов, библиотеки Python python-docx и docx2txt выдают абзацы программно — их можно фильтровать, искать по ним или индексировать, а не читать файл глазами. А если нужны именно исправления или комментарии, ни конвертер, ни скрипт не сравнятся с открытием самого документа: эти данные есть в файле, просто они не относятся к «тексту».

Частые вопросы

Где-нибудь сохраняется мой документ?

Нет. Документ не сохраняется, и ничего никуда не отправляется — это важно для договоров, резюме и всего, что вы не стали бы вставлять на сайт.

Сохраняется ли нумерация списков?

Да, ровно так, как её показывает Word: «1.», «1.1», «a)», «iii.» и маркеры, в том числе списки, которые начинаются заново или продолжаются в другой части документа. Большинство программ для извлечения текста теряют номера целиком, потому что Word не хранит их как текст.

Как конвертируются таблицы?

На ваш выбор. Строки с табуляцией вставляются прямо в Excel или Google Sheets; выровненные столбцы удобно читать как простой текст, причём ширина остаётся правильной даже для китайских и японских символов.

А как же исправления и комментарии?

Текст выглядит так, будто все исправления приняты: удалённое не попадает, вставленное остаётся. Комментарии не включаются.

Попадают ли надписи, сноски и колонтитулы?

Надписи (текстовые поля) включаются всегда, каждая по одному разу, в порядке чтения. Обычные и концевые сноски отмечаются маркерами [1], а сами примечания идут списком в конце; колонтитулы можно включить.

В какой кодировке файл .txt?

UTF-8 — её правильно открывает любой современный редактор, и она вмещает любой язык. Выберите переводы строк Windows, если файл предназначен для старой программы под Windows.

Полезно знать: Старые файлы .doc сначала нужно сохранить как .docx, а с защищённых паролем документов — снять пароль. Изображения, диаграммы и SmartArt не включаются; формулы выводятся в простой линейной записи, например a/b + x^2.

Разместите этот инструмент на своём сайте

Бесплатно для любого блога, страницы класса или справочной статьи. Вставьте один фрагмент кода — и посетители смогут пользоваться инструментом прямо на вашей странице.