Markdown转换指南：HTML转Markdown完整教程 – wiki大全

作者： /

Markdown转换指南：HTML转Markdown完整教程

引言

在现代内容创作和技术文档编写中，Markdown以其简洁、易读、易写的特性，越来越受到开发者、作家和博主的青睐。与繁琐的HTML标签相比，Markdown让内容更专注于文本本身，而非复杂的格式。然而，我们经常会遇到需要将已有的HTML内容转换为Markdown格式的情况，例如从旧网站迁移内容、简化文章结构、或为特定平台（如GitHub、Stack Overflow）准备文本。

本教程将详细介绍HTML转Markdown的各种方法，从手动转换到利用在线工具和编程库，帮助您高效、准确地完成转换任务。

为什么需要将HTML转换为Markdown？

尽管HTML是Web内容的基础，但在某些场景下，Markdown具有显著优势：

  1. 简洁性与可读性：Markdown语法直观，几乎是纯文本，即使是未渲染的Markdown文档也比HTML更容易阅读和理解。
  2. 易于编写：使用Markdown编写内容通常比手动编写HTML标签更快，也更不容易出错。
  3. 可移植性：Markdown文件是纯文本，可以在几乎任何文本编辑器中打开和编辑，并且可以轻松转换为HTML、PDF、Docx等多种格式。
  4. 版本控制友好：纯文本的Markdown文件在Git等版本控制系统中更容易进行差异比较和合并。
  5. 专注于内容：Markdown鼓励内容创作者将注意力放在内容结构和信息上，而不是复杂的样式和布局。

转换方法

根据您的需求和HTML内容的复杂程度，有多种方法可以将HTML转换为Markdown。

1. 手动转换

对于少量或结构简单的HTML代码，手动转换是最直接的方法。这要求您熟悉Markdown语法，并将HTML标签逐一映射到对应的Markdown标记。

优点：完全控制转换过程，可以根据需求进行细致调整。
缺点：耗时，容易出错，不适合大量内容。

示例：
HTML:
“`html

这是一个标题

这是一段文字，其中包含斜体内容。

  • 列表项1
  • 列表项2

访问示例网站
“`

手动转换为Markdown:
“`markdown

这是一个标题

这是一段文字，其中包含斜体内容。

  • 列表项1
  • 列表项2

访问示例网站
“`

2. 在线转换工具

市面上有许多免费的在线HTML转Markdown工具，它们通常提供一个简单的界面，让您粘贴HTML代码并即时生成Markdown。

优点：快速便捷，无需安装任何软件，适合临时或少量转换。
缺点：对于复杂或格式不规范的HTML，转换效果可能不理想；存在隐私和数据安全风险，不适合处理敏感内容。

常用工具：
* HTML to Markdown Converter (例如：domchristie.github.io/to-markdown/)
* MarkConvert (例如：markconvert.com/)

使用步骤：
1. 打开您选择的在线转换工具网站。
2. 将HTML代码粘贴到输入框。
3. 点击“转换”按钮（或类似名称）。
4. 复制生成的Markdown代码。

3. 命令行工具：Pandoc

Pandoc是一个功能强大的通用文档转换器，支持多种标记语言之间的转换，包括HTML到Markdown。它是一个开源工具，需要安装在您的系统上。

优点：功能强大，支持多种输入/输出格式，可以处理复杂文档，可配置性高，适合自动化脚本。
缺点：需要安装和命令行操作知识。

安装 (macOS/Linux):
bash
brew install pandoc # macOS
sudo apt-get install pandoc # Debian/Ubuntu

安装 (Windows):
从Pandoc官网下载并安装可执行文件。

使用示例：
假设您有一个input.html文件，要将其转换为output.md：
bash
pandoc -f html -t markdown -o output.md input.html

您也可以直接从标准输入读取HTML，并输出到标准输出：
bash
cat input.html | pandoc -f html -t markdown

Pandoc还支持许多选项来控制Markdown的输出风格，例如--atx-headers使用ATX风格的标题（# Heading），--wrap=none禁用行包装等。

4. 编程库/脚本

对于需要大规模转换、集成到应用程序中或有特殊定制需求的场景，使用编程语言中的库是最佳选择。

Python

html2text：一个流行且易于使用的Python库。

安装：
bash
pip install html2text

使用示例：
“`python
import html2text

html_content = “””

Hello World

This is a test paragraph.

Description
“””

h = html2text.HTML2Text()
h.ignore_links = False # 保留链接
h.ignore_images = False # 保留图片
markdown_content = h.handle(html_content)
print(markdown_content)
“`

输出：
“`markdown

Hello World

This is a test paragraph.

Description
“`

JavaScript/Node.js

turndown：一个广泛使用的JavaScript库，可以在浏览器和Node.js环境中使用。

安装 (Node.js)：
bash
npm install turndown

使用示例 (Node.js)：
“`javascript
const TurndownService = require(‘turndown’)

const turndownService = new TurndownService()

const html_content = `

Hello World

This is a test paragraph.

Link
`;

const markdown_content = turndownService.turndown(html_content);
console.log(markdown_content);
“`

输出：
“`markdown

Hello World

This is a test paragraph.

Link
“`

Go

jaytaylor/html2text：Go语言社区的一个选择。

安装：
bash
go get github.com/jaytaylor/html2text

使用示例：
“`go
package main

import (
“fmt”
“strings”

"github.com/jaytaylor/html2text"

)

func main() {
htmlContent := <h1>Hello Go</h1>
<p>This is a <strong>Go</strong> paragraph.</p>
markdownContent, err := html2text.FromString(htmlContent, html2text.Options{PrettyTables: true})
if err != nil {
fmt.Println(err)
return
}
fmt.Println(strings.TrimSpace(markdownContent))
}
“`

输出：
“`markdown

Hello Go

This is a Go paragraph.
“`

常见HTML元素及其Markdown对应

下表总结了常用的HTML标签及其Markdown等价物：

HTML元素 Markdown语法示例 说明
<h1> to <h6> # H1, ## H2, ### H3… 标题（ATX风格），数量表示级别
<p> 这是一个段落。 段落，通常是空行
滚动至顶部