我有一个非常大的文档，采用Microsoft Word生成的html格式。它太乱了，充满了臃肿的东西（比如未知标签，未知名称空间等以及其他臃肿的东西）
有没有办法将它转换为普通的html sytax？
答案 0 :(得分：6)
试试HTML Tidy。我听说它在MS Word生成的HTML上运行得很好（至少在Word 2000中，但也可能在更新的版本上）。
答案 1 :(得分：2)
这不是一个真正的编程问题，但是（至少是最新版本的）Word可以保存到“网页，已过滤”，这会删除特定于Office的标签和属性，并且只保留文档所需的标签在Web浏览器中呈现。因此，如果您有Word，则可以尝试使用它来打开HTML文档并以该格式保存。
答案 2 :(得分：2)
你可能正在寻找HTML Tidy，其中几乎所有语言都有适配器。它具有清理Microsoft Word HTML输出（以及许多其他功能）的选项。
答案 3 :(得分：1)
尝试Cleanup HTML在线工具来清理Word HTML