Sacar Markdown de un documento de Google

Esto es lo primero que atrapa a la gente. Copiar la URL del documento, o usar «Copiar vínculo», te da una dirección: ahí no hay nada que convertir.

Lo que quieres es el contenido en el portapapeles. Seleccionar texto en un documento y copiarlo pone ahí una versión HTML con formato junto al texto plano, y ese HTML lleva los títulos, las listas y las tablas.

El HTML del portapapeles de Google no es ordenado. Casi todos los elementos llevan un nombre de clase generado como c1 o c17, los elementos de lista reciben nombres lst-kix_, y toda la selección va envuelta en una etiqueta <b> que pone font-weight en normal: una etiqueta de negrita que apaga la negrita, que es la forma en la que el editor lleva la cuenta del formato a nivel de documento.

Nada de eso llega al Markdown. Las clases, los id y los atributos style los quita el sanitizador, porque Markdown no puede expresar ninguno y el HTML del portapapeles de una página web cualquiera no es algo en lo que confiar. La envoltura <b> se desmonta por separado: dejarla ahí produciría un ** suelto al principio y al final de tu documento.

Los enlaces también se desmontan. Google enruta los enlaces salientes por google.com/url?q=… para contar clics dentro del editor, y a menudo viajan con ellos parámetros de seguimiento como utm_source. Los dos se quitan para que el enlace apunte a donde dice apuntar. La salida te dice cuándo ha pasado esto: cambiar el destino de un enlace merece una mención.

Las imágenes de un documento viven en los servidores de Google. El HTML del portapapeles las referencia por URL en lugar de llevar los bytes, y esas URL están atadas a tu sesión: caducan, y no resuelven para nadie más.

Así que un documento pegado llega con su texto intacto y sus imágenes ausentes. Es el límite del formato, no un ajuste.

Si las imágenes importan, toma el otro camino.

Este camino es el más completo y vale la pena para cualquier cosa larga. El .docx lleva información de estilo real, así que los títulos vienen de los estilos de Word y no del mejor intento de un portapapeles, y los documentos largos mantienen mejor su estructura.

También significa que la página de Google Docs y la de Word corren el mismo conversor sobre el mismo tipo de archivo. Todo lo que es cierto de una lo es de la otra.

Los comentarios y las sugerencias se descartan: obtienes el documento, no sus márgenes. Resuélvelos o acéptalos antes de exportar si importan.

Los gráficos, dibujos y chips inteligentes llegan como texto plano en el mejor de los casos. Son objetos que dibuja el editor, y la mayoría no tiene equivalente textual.

Los encabezados, pies y números de página se van. Pertenecen a una página impresa, y Markdown no tiene páginas.

Conectar con Drive significaría pedirte acceso a tus archivos y ejecutar un servidor que guarde un token para ellos. Es un riesgo real y permanente para ti a cambio de ahorrarte un Ctrl+C.

Un copiar y pegar entrega exactamente los párrafos que seleccionaste y nada más. No hay cuenta, ni pantalla de OAuth, ni complemento que instalar, y no hay nada de nuestro lado que pudiera filtrarse, porque no hay nuestro lado: la conversión ocurre en tu navegador.

Google Docs también exporta Markdown por su cuenta ahora. Si esa salida te sirve, úsala. Esto existe para los casos en los que quieres elegir el carácter de viñeta, el estilo de las vallas o qué pasa con las imágenes, y para pegar un fragmento en lugar de exportar un documento entero.