Mammoth.js 对比 Pandoc WASM：谁的 Word 转 Markdown 更好？
Word 转 Markdown 有两条路线：Mammoth.js 是轻量库，把 docx 变成干净的语义 HTML；Pandoc 是转换的事实标准，编译成 WebAssembly 后就是桌面同款引擎。
本文先看两条管线如何工作，再逐维度对比决定质量的指标：表格、脚注、数学、图片、列表与修订。两者都完全本地运行，争的不是隐私，而是保真度与体积。
两条管线，两种哲学
Mammoth 读取 docx 内部的 OOXML，只求语义内容，不求外观。认识的样式映射成 HTML 元素，其余被判定为装饰的东西——颜色、字体、间距、文本框——一律丢弃。
Pandoc 用原生 reader 拆解 docx，不直接输出 HTML，先构建抽象语法树（AST）：各 reader 产出同一种 AST，writer 消费它。同一棵树可产出 Markdown、HTML、reStructuredText、LaTeX。
Mammoth 的 style map
Mammoth 的扩展点 style map 是一组 Word 样式到 HTML 的映射规则，例如某样式的段落输出为 h1、某字符样式的加粗输出为 strong。不改代码就能适配自家模板。
代价是：style map 与支持范围之外的东西会直接消失。对备忘录和博客这是优点，输出干净；对带脚注与公式的重度报告，沉默就不是金了。
表格、脚注与数学
Mammoth 能把简单表格转成朴素 HTML，但嵌套表格不支持，合并单元格也很少存活。Pandoc 解析完整表格结构，每行每格都能存活；之后取决于 writer——Markdown 管道表格表达不了合并单元格，HTML writer 则能保留整表。
脚注类似：Mammoth 把注脚集中到文末并用链接指回；Pandoc 把脚注建成一等节点，Markdown 与 LaTeX 输出原生脚注。数学的分水岭最清晰——Mammoth 不转换 OMML 公式，Pandoc 能转 LaTeX 数学。
图片、列表与修订
图片两边都行。Mammoth 默认以 data URI 内联，也可换自定义处理器；Pandoc 把媒体提取成文件夹，或转 base64 得到单文件。日常列表两边都稳。
修订很微妙。Pandoc 有显式的 trackChanges 选项，accept、reject、all 三选一；Mammoth 没有修订模型，文本按全部接受后输出。若审阅依赖修订痕迹，只有一家给你选择权。
体积与交付
体积差距是保真度的代价。Mammoth 只有几百 KB；Pandoc 编译成 WebAssembly 约 58 MB，首次下载实打实。放进 Web Worker 后只付一次：本站把引擎缓存在 Cache API，此后转换 Network 面板为空，还能离线。
缓存改变了算术：一次下载、按浏览器缓存、之后像本地二进制，与每次会话重复传输是两回事。对天天转换的团队，这点成本远低于反复修复坏表格的时间。
输出广度与引用
Mammoth 输出 HTML 和 Markdown。Pandoc 的 writer 才是 AST 的价值：同一次解析可产出 reStructuredText 喂给 Sphinx，或经模板产出有样式的 docx。引用也能闭环——citeproc 配 .bib 与 .csl 解析引用键，Mammoth 无此能力。
广度也不止输出：Pandoc 还能读 odt、epub、LaTeX、Org 等格式，一个工具覆盖整条管线。Mammoth 是专注的 docx 专家，只是别指望它当枢纽。
怎么选
两者并非对手，而是两个问题的答案。若文档简单、包体预算紧、目标只有 HTML 或 Markdown，Mammoth 非常出色：小、快、可预测，配上调好的 style map 更是如此。
若源文件带脚注、公式、复杂表格或引用，或需要两种以上输出格式，Pandoc 是诚实的选择；WebAssembly 运行保留零上传隐私。本站正因此选了 pandoc wasm：保真度优先，下载一次永久缓存。拿最难的文档试试。