Word が Markdown になるとき、何が残るか

.docx を開くと、どの段落にも書式と並んでスタイル名が入っています。意味を持っているのはスタイル名のほう —— 見出し 2、リスト段落、引用文 —— で、書式は Word が今日たまたまそう描いた、というだけのものです。

変換ツールは前者を読み、後者を捨てます。見出し 2 は ## になり、フォントサイズをくっつけたテキストにはなりません。その Markdown が置かれた先で、そのプロジェクトの見出しスタイルをそのまま着ます。

Markdown にはフォントも余白も書く構文がありません。つまり、それらを保つ版はどこにも存在しません。ページの見た目をそのまま残したいなら、欲しいのは PDF で、Markdown ではありません。

変換前に Word 側でやる価値があるのはこれだけで、良い出力と段落の壁の分かれ目になります。

手で大きくして太字にした行は、ファイルにとってはやはり普通の段落なので、段落になります。「16pt の太字」を ## に戻しつつ、文書中の強調した文を全部巻き込まずに済むような規則は存在しません。

見出し 6 レベル、Word のスタイルから。Word の「表題」と「副題」も # と ## に対応します。それがその意味だからです。

太字は **、斜体は _、取り消し線は ~~。上付きと下付きは <sup> と <sub> のまま残ります。Markdown に構文がなく、外すと数式や注の番号の意味が変わってしまうからです。

リンク、番号付き・箇条書きのリスト（入れ子は何段でも）、「引用文」「引用文 2」スタイルからの引用、「コード」「書式なし」スタイルの段落はフェンス付きコードブロックになります。

フォント、サイズ、色、蛍光ペン、配置、字下げ、行間、改ページ、ヘッダー、フッター、余白。どれもページに属する見せ方で、Markdown はページではありません。

一番意外なのは下線です。Markdown に下線はなく、一番近いもの —— リンク —— は何もしないより悪いので、下線付きのテキストは普通のテキストとして出ます。

変更履歴とコメントは消えます。手に入るのは最終テキストで、編集の履歴ではありません。テキストボックス、SmartArt、グラフも残らず、あるとしても中の文字だけです。Word はさらに、対応できなかったスタイルを変換ツールに伝えてきます。その注意書きは出力の上に、重複を除いて最大 8 件まで並び、その後に残りが何件あったかの 1 行が付きます。

表は普通のパイプ表になります。セル内の縦棒は \| にエスケープされるので、縦棒 1 本で行が二つに割れることはありません。一番幅の広い行より短い行は埋められ、表は長方形のままです。

結合セルだけは例外で、しかも厳しい例外です。Markdown に colspan も rowspan もありません。2 列にまたがる結合セルは文字をそのまま持ち、隣に空のセルを残します。結合に意味があるなら、先に Word で解除してください。多くの場合、見出しを中央に置くためだけの結合です。

セルの中のインライン書式は問題なく通ります。太字、斜体、コード、リンク。ブロック要素はブロックとして残りません。セル内の箇条書きは項目がつながって出ます。パイプ表の 1 行は 1 行しかないからです。

旧 .doc は例外です。あの形式は 2007 年より前のバイナリで、ここではブラウザの中でバイト単位で読んでいます。画像はそこから取り出せず、リストの正確な番号も復元できません。本文、見出し、表、太字、斜体は届きますし、その経路を通ったことを出力が明示するので、疑わずに済みます。Word が手元にあるなら、.docx として保存し直したほうがきれいに出ます。

もう一つ知っておくとよいこと。Word のハイパーリンクには追跡パラメータが付いていることが多く、Google ドキュメントから保存した文書はリンクを google.com/url のリダイレクトで包んでいます。どちらも本当の宛先までほどかれ、そのことは出力に書かれます。リンクの行き先を変えたなら、一言言うべきです。