DOCX 語意 HTML 擷取
將 DOCX 轉為淨化語意 HTML。
計算範例
自行產生的範例含標題與段落，HTML 保留語意而非 Word 頁面版面。
方法
Mammoth 以 externalFileAccess:false 並停用內嵌樣式對映轉換 DOCX。DOMPurify 移除連結、資源 URL、腳本／樣式與主動內容。清理後 HTML 使用無腳本沙箱與受限 CSP，警告為本地化摘要。
適用限制
DOCX 最多 5 MiB。省略圖片／超連結，不支援精確版面、舊 DOC、巨集或密碼檔。工作執行緒十秒，另有下列 Office 封存與 HTML 限制。
所有處理留在瀏覽器，工作執行緒於上述期限或取消時終止，不傳送輸入／紀錄至分析服務。
淨化 HTML 最多 100 萬字元／10,000 元素／深度 50，不保留連結、圖片或主動內容。
Office ZIP 最多 2,000 項；實際展開最多 32 MiB 且不超過輸入 100 倍，各 XML 最多 8 MiB。轉換前拒絕 DTD／實體與穿越路徑。
輸入資料留在此裝置。只有經您同意的選擇性瀏覽量會被統計；計算值、檔案、檔名與處理日誌不送至 Analytics。
切換語言時，文字、設定與選取檔案會暫存於此裝置，還原後移除；中斷的暫存會於後續造訪清理。輸入與檔案不會上傳。