之前尝试将word转latex，因为latex比较复杂，较难处理。这次转markdown，则相对顺利许多。
使用以下代码转换docx为md：
$ pandoc 1.docx -o out.md
需要在转换的基础上在做一些查找替换操作。
我的情况，主要需要改的是图片部分。
将docx文件另存为网页，可以得到包含图片的文件夹，图片以image序号.png命名。而pandoc生成的markdown代码如下：
{width="" height=""}
需要用正则来进行下处理，去掉设置宽高的部分并设置正确的文件路径。pandoc转换生成的markdown有时候会在不该换行的地方换行，好在markdown是用空行来区分段落的。我们用notepad++处理的话要选择匹配新行。同时要使用非贪婪模式。
去掉宽高：
\{width=.*?\}
替换image1.png->image0，这里用到了分组。括号内是分组一，然后替换时保留分组内的序号，用\1表示。以下例子替换序号是个位的，两位的话要再修改下：
find: image(.?).png
replace: image00(\1).png
有的图片是从excel直接复制过来形成的，另存为时会被保存为emf格式，需要进行下格式转换。
转换的结果是这篇文章：面向本地化工程师的开源CAT工具教程
处理后的md也可以再转回docx，图片和基本的结构都是对的：
pandoc out.md -o out.docx