Tirar Markdown de um documento do Google

Essa é a primeira coisa que pega as pessoas. Copiar a URL do documento, ou usar «Copiar link», dá um endereço: não há nada ali para converter.

O que você quer é o conteúdo na área de transferência. Selecionar texto em um documento e copiar coloca ali uma versão HTML com formatação junto com o texto puro, e esse HTML carrega os títulos, as listas e as tabelas.

O HTML da área de transferência do Google não é arrumado. Quase todo elemento vem com um nome de classe gerado, como c1 ou c17, os itens de lista recebem nomes lst-kix_, e a seleção toda vem embrulhada em uma tag <b> que põe font-weight em normal: uma tag de negrito que desliga o negrito, que é como o editor controla a formatação no nível do documento.

Nada disso chega ao Markdown. Classes, ids e atributos style são removidos pelo sanitizador, porque o Markdown não consegue expressar nenhum deles e o HTML da área de transferência de qualquer página web não é algo em que confiar. O embrulho <b> é desmontado separadamente: deixá-lo produziria um ** solto no começo e no fim do seu documento.

Os links também são desmontados. O Google roteia links de saída por google.com/url?q=… para contar cliques dentro do editor, e parâmetros de rastreamento como utm_source muitas vezes viajam com eles. Os dois são removidos para o link apontar para onde ele diz apontar. A saída avisa quando isso acontece: mudar o destino de um link merece uma menção.

As imagens de um documento moram nos servidores do Google. O HTML da área de transferência as referencia por URL em vez de carregar os bytes, e essas URLs estão amarradas à sua sessão: elas expiram, e não resolvem para mais ninguém.

Então um documento colado chega com o texto intacto e as imagens ausentes. É o limite do formato, não uma configuração.

Se as imagens importam, siga o outro caminho.

Esse caminho é o mais completo e vale a pena para qualquer coisa longa. O .docx carrega informação de estilo real, então os títulos vêm dos estilos do Word e não da melhor tentativa de uma área de transferência, e documentos longos mantêm melhor a estrutura.

Também significa que a página do Google Docs e a do Word rodam o mesmo conversor sobre o mesmo tipo de arquivo. Tudo o que é verdade de uma é verdade da outra.

Comentários e sugestões são descartados: você recebe o documento, não as margens dele. Resolva ou aceite antes de exportar se importarem.

Gráficos, desenhos e chips inteligentes chegam como texto puro no melhor dos casos. São objetos que o editor desenha, e a maioria não tem equivalente textual.

Cabeçalhos, rodapés e números de página vão embora. Eles pertencem a uma página impressa, e Markdown não tem páginas.

Conectar com o Drive significaria pedir acesso aos seus arquivos e rodar um servidor que guarda um token para eles. É um risco real e permanente para você em troca de economizar um Ctrl+C.

Um copiar e colar entrega exatamente os parágrafos que você selecionou e nada mais. Sem conta, sem tela de OAuth, sem extensão para instalar, e nada do nosso lado que pudesse vazar, porque não existe nosso lado: a conversão acontece no seu navegador.

O Google Docs também exporta Markdown por conta própria agora. Se aquela saída te serve, use. Isto existe para quando você quer escolher o caractere de marcador, o estilo das cercas ou o que acontece com as imagens, e para colar um trecho em vez de exportar um documento inteiro.