如何使用Mammothjs或替代方案将.doc文件转换为HTML？

既然你已经在用Mammoth处理docx转HTML，针对.doc文件的转换需求，下面是几个实用的方案：

1. 先将.doc转成.docx，复用Mammoth的现有逻辑 #

Mammoth不支持.doc，但可以先把.doc文件转换为.docx格式，再沿用你熟悉的Mammoth流程处理。

前端纯JS实现（依赖WebAssembly工具） #

可以借助libreoffice-convert的WebAssembly版本，在浏览器内完成.doc到.docx的转换：

import libreConvert from 'libreoffice-convert';

async function docToDocx(file) {
  const arrayBuffer = await file.arrayBuffer();
  return new Promise((resolve, reject) => {
    libreConvert(arrayBuffer, '.docx', undefined, (err, outputBuffer) => {
      if (err) reject(err);
      resolve(outputBuffer);
    });
  });
}

// 转换后用Mammoth处理
async function docToHtml(file) {
  const docxBuffer = await docToDocx(file);
  const result = await mammoth.convertToHtml({ buffer: docxBuffer });
  return result.value; // 返回转换后的HTML
}

注意：这种方式对大文件的处理性能有限，部分复杂格式的.doc文件可能存在转换偏差。

后端辅助转换（更稳定） #

如果你的项目有后端服务，推荐在后端完成.doc到.docx的转换，再返回给前端用Mammoth处理。以Node.js后端为例：

const libre = require('libreoffice-convert');
const util = require('util');
libre.convertAsync = util.promisify(libre.convert);

async function convertDocToDocx(req, res) {
  const docBuffer = req.file.buffer;
  try {
    const docxBuffer = await libre.convertAsync(docBuffer, '.docx', undefined);
    res.send(docxBuffer);
  } catch (err) {
    res.status(500).send('转换失败');
  }
}

前端只需上传.doc文件到后端接口，拿到docx后用Mammoth处理即可，这种方式兼容性和稳定性更好。

2. 使用支持.doc格式的前端转换库 #

直接用支持.doc转HTML的库替代或补充Mammoth，比如pandoc-wasm（Pandoc的WebAssembly版本，支持多种文档格式转换）：

import { Pandoc } from 'pandoc-wasm';

async function convertDocToHtml(file) {
  const pandoc = await Pandoc.load();
  const arrayBuffer = await file.arrayBuffer();
  const htmlBuffer = await pandoc.convert(arrayBuffer, {
    from: 'doc',
    to: 'html',
  });
  return new TextDecoder().decode(htmlBuffer);
}

优缺点：无需格式中转，直接转HTML；但Pandoc的HTML输出样式可能和Mammoth有差异，需要额外调整样式适配。

3. 借助浏览器端的Office解析工具 #

还有一些专门处理Office文档的WebAssembly库，比如@nativedocuments/docx-wasm，它支持解析.doc文件并转换为HTML，不过需要注意部分库可能需要付费或有使用限制。

内容的提问来源于stack exchange，提问作者Minh Quang Lè