DOM-docx: 将语义化HTML片段转为可编辑Word文档
Show HN: DOM-docx – HTML to native, editable Word docs (MIT)
DOM-docx 是一款强大的工具，能够将语义化的 HTML 片段直接转换为原生且可编辑的 Word 文档（OOXML 格式），完美支持段落、列表、表格和图片。它拒绝截图或布局 hacks，确保文档在 Word 中依然保持结构完整和可编辑性。开发者既可在 Node.js 环境下使用纯 JS 方案，也可在浏览器端直接运行，无需依赖 Playwright 或 Chromium。通过独特的视觉回归测试循环，项目不断迭代以优化布局保真度，是生成高质量文档的理想选择。
这不是截图，也不是布局 hack，而是真正的原生可编辑 Word 文档。
- 作者 fishbone 分享利用 Karpathy 的 Autoresearch 模式，通过截图对比 HTML 与 LibreOffice 渲染结果来迭代优化 OOXML 结构，从而解决传统库生成的 Word 文档不可编辑的问题。
- 多位开发者强调以 LibreOffice 作为验证基准存在风险，建议必须引入真实 MS Word 进行校验，因为某些机器生成的文件在 Word 中会触发 'broken file' 警告而在其他软件中表现正常。
- 有评论者指出当前工具在处理包含复杂表格和图片的大文档时效果不佳，推测模型可能仅在小规模文档片段上进行了训练。
- 尽管存在 Pandoc 等成熟工具，但社区对用 TypeScript 实现原生 OOXML 输出而非截图或伪表格结构表示高度关注，认为这为前端开发者提供了更优的 DX。
- 部分用户表达了对 Word 文档格式长期占据主导地位的无奈，认为这种‘糟糕的标准’迫使开发者不得不持续为之适配，而非采用更语义化的 HTML 文件共享方案。