Es gibt mehrere Möglichkeiten, aus einer .docx-Datei eine saubere .html-Datei zu erhalten:

1. Mammoth-DOCX-Converter: Hierbei handelt es sich um ein WordPress-Plugin. Näheres zu finden bei https://www.wgv-projekte.de/pam-intrawiki_software/doku.php?id=wp:plugins#mammoth_docx_converter
2. Word to Clean HTML: Hierbei handelt es sich um eine Website (https://word2cleanhtml.com/), in die das HTML, das man mit Word erzeugt hat (Speichern unter - HTML), einladen kann. Der HTML-Code wird dann auf Knopfdruck bereinigt:

• Leerzeilen werden entfernt.
• Ersetzt werden
  • <b> durch <strong>, <i> durch >em>
  • Nicht-ASCII-Zeichen durch HTML-Entitäten
  • typografische Anführungszeichen durch ihre ASCII-Äquivalente
  • feste Leerzeichen durch normale Leerzeichen.
• Einzüge werden mit Tabulatoren erzeugt, nicht mit Leerzeichen.

Das Tool schafft allerdings nur kleine Textmengen auf einmal (noch nicht herausgefunden, welche Mengen).