O que sobrevive quando o Word vira Markdown

Abra um .docx e cada parágrafo carrega um nome de estilo ao lado da formatação. O nome do estilo é a parte com significado — Título 2, Parágrafo da Lista, Citação — e a formatação é só como o Word escolheu desenhar hoje.

O conversor lê a primeira e descarta a segunda. Um Título 2 vira ##, não um texto com um tamanho de fonte grudado. Onde esse Markdown for parar, ele assume o estilo de títulos daquele projeto.

O Markdown não tem sintaxe para uma fonte nem para uma margem, o que significa que não existe versão disso que preserve essas coisas. Se você precisa que a página fique idêntica, o que você quer é um PDF, não Markdown.

É a única coisa que vale a pena fazer no Word antes de converter, e é a diferença entre uma saída boa e um muro de parágrafos.

Uma linha que você aumentou e deixou em negrito à mão continua sendo um parágrafo comum para o arquivo, então ela vira um parágrafo. Nenhuma regra devolveria «16pt e negrito» para ## sem estragar no caminho cada frase enfatizada do documento.

Os seis níveis de título, a partir dos estilos do Word. Os estilos Título e Subtítulo do Word também mapeiam para # e ##, porque é isso que eles significam.

Negrito como **, itálico como _, riscado como ~~. Sobrescrito e subscrito ficam como <sup> e <sub>: o Markdown não tem sintaxe para eles e remover mudaria o que uma fórmula ou uma chamada de nota diz.

Links, listas numeradas e com marcadores em qualquer nível de aninhamento, citações a partir dos estilos Citação e Citação Intensa, e parágrafos com estilo Código ou Pré-formatado como blocos de código cercados.

Fontes, tamanhos, cores, realce, alinhamento, recuos, espaçamento entre linhas, quebras de página, cabeçalhos, rodapés e margens. Tudo isso é apresentação que pertence a uma página, e Markdown não é uma página.

O sublinhado é o que mais surpreende. O Markdown não tem sublinhado, e a coisa mais próxima — um link — seria pior que nada, então o texto sublinhado sai como texto normal.

Controle de alterações e comentários vão embora: você recebe o texto final, não o histórico de edição. Caixas de texto, SmartArt e gráficos também não sobrevivem, só o texto deles se tiverem algum. O Word ainda conta ao conversor quais estilos ele não conseguiu mapear; essas notas aparecem acima da saída, sem repetições e com um teto de oito, seguidas de uma linha dizendo quantas mais havia.

Tabelas viram tabelas de barras padrão. Barras dentro do texto de uma célula são escapadas como \| para que uma célula com uma barra não parta a linha em duas, e as linhas mais curtas que a mais larga são preenchidas para a tabela continuar retangular.

Células mescladas são a exceção, e é uma exceção dura: o Markdown não tem colspan nem rowspan. Uma célula mesclada em duas colunas mantém seu texto e deixa uma célula vazia ao lado. Se as mesclagens significam algo, desfaça-as no Word primeiro: muitas vezes elas só estavam ali para centralizar um título.

As células aceitam formatação em linha sem problema: negrito, itálico, código, links. Conteúdo de bloco dentro de uma célula não sobrevive como bloco: uma lista com marcadores dentro de uma célula sai com os itens colados, porque uma linha de tabela de barras é uma única linha.

Os .doc antigos são a exceção. Aquele formato é binário, anterior a 2007, e aqui ele é lido byte a byte no seu navegador: as imagens não podem ser recuperadas dele, nem a numeração exata das listas. O texto, os títulos, as tabelas, o negrito e o itálico chegam, e a saída diz que tomou esse caminho para você não ficar na dúvida. Se você tem o Word à mão, um Salvar como .docx dá um resultado mais limpo.

Outra coisa que vale saber: os hiperlinks do Word costumam levar parâmetros de rastreamento, e documentos salvos do Google Docs embrulham seus links em um redirecionamento do google.com/url. Os dois são desfeitos até o destino real, e a saída avisa: mudar para onde um link aponta merece um aviso.