HTML → Markdown

HTML 转 Markdown。
路上先净化一遍。

贴源码或者拖一个保存下来的网页。出来是 GitHub 风格的 Markdown。

脚本和事件属性先被清掉 —— 不可信的 HTML 一步都不会进到页面里。

把文件拖到这儿。

也可以点按钮选,或者直接 Ctrl+V 粘。几十个一起来都行。

.html .htm / 单个 25 MB / 在浏览器里跑,不上传

别的格式: .docx .doc DOCX → MD · .pdf PDF → MD · .xlsx Excel → MD · .csv .tsv .txt CSV → MD · .pptx .ppt .odp PPTX → MD

或者贴在这里

旋钮
项目符号
代码围栏
图片
表格

怎么用

  1. 01把 HTML 源码贴到框里,或者在上面拖一个 .html 文件。也可以从渲染好的网页上复制,然后在本页任何地方按 Ctrl+V。
  2. 02HTML 先过 DOMPurify 净化:script 标签、事件属性、javascript: 链接、iframe 和各种嵌入都在转换前清掉,而且未净化的内容从不会被插进本页。
  3. 03剩下的内容转成 GitHub 风格的 Markdown。复制走或者下载 .md。

支持什么

  • 贴进来的 HTML 源码、保存的 .html / .htm 文件,以及直接从网页复制的富文本
  • 标题、段落、列表、链接、图片、引用块和预格式代码
  • 表格转成 GitHub 风格的竖线表格,包括删除线和任务列表
  • 嵌套列表,以及表格单元格里的行内格式
  • 完整文档和片段都行 —— 不要求有 body

做不到什么

  • 脚本、事件属性、iframe、object 和 embed 是被清掉,不是被转换
  • 不应用 CSS —— 靠样式装成标题的元素,在 HTML 里还是段落,出来也还是段落
  • 不会替你抓东西:图片和链接的相对地址保持相对,也不会替你下载任何页面
  • 用 div 和 CSS 网格搭的版面会拍平成普通块
  • 表单、按钮和交互组件在 Markdown 里没有对应写法

什么能留下

这些原样带过去。别的会尽力试,哪里没对上会明确告诉你。

老 .doc 的图片留不住 —— 那个格式把图藏在浏览器摸不到的地方。

常有人问

这正是它要做的事。每一份输入在转换前都过 DOMPurify —— script 标签、onclick 之类的属性、javascript: 链接、iframe 和嵌入都会被清掉。未净化的内容从不会进到本页的 DOM 里,所以贴进来的 HTML 跑不起来。