Word a HTML — limpiar HTML de Word
Pega contenido copiado desde Word y obtén HTML limpio, sin el marcado propietario de Microsoft Office (clases «Mso», estilos en línea, comentarios condicionales) que arrastra normalmente.
Qué hace exactamente
Cuando copias texto de Word y lo pegas en una web, el navegador recibe HTML real, pero cargado de marcado que solo tiene sentido dentro de Word: bloques <style> enormes con clases "MsoNormal", comentarios condicionales <!--[if mso]-->, atributos mso-* en cada estilo. Esta herramienta detecta y elimina ese ruido, conservando el contenido real.
Qué se conserva y qué se elimina
El criterio es simple: fuera todo lo que solo tiene sentido dentro de Word, dentro todo lo que es contenido real.
- Se conserva: párrafos, títulos, listas, negrita, cursiva, enlaces y tablas razonables.
- Se elimina: estilos y clases de Microsoft Office, comentarios condicionales, namespaces XML, atributos redundantes.
Importante: no es un conversor de archivos .docx
Esta primera versión trabaja sobre el HTML que Word pone en el portapapeles al copiar (pega con Ctrl+V directamente en el cuadro de texto) — no abre ni convierte archivos .docx completos. Si necesitas eso, no es todavía lo que ofrece esta herramienta.