Přeskočit na hlavní obsah

Převodník HTML na Markdown zdarma

Převeďte HTML na čistý Markdown. Zpracovává nadpisy, seznamy, odkazy, obrázky, bloky kódu, tabulky a blokové citace. Ideální pro přesun obsahu z CMS systémů.

Funguje offline po načtení

Vložte HTML vlevo; čistý Markdown se zobrazí vpravo. Markdown je jednodušší než HTML, proto se styly, skripty a složité tabulky zjednodušují nebo odstraňují.

Tip: vložte formátovaný text zkopírovaný z webové stránky, Wordu nebo Google Docs — jeho HTML je zachyceno automaticky.

Výstup Markdown
Výstup Markdown se zobrazí zde…

Běžná použití

  • Migrujte obsah blogu na MarkdownPřeveďte staré příspěvky WordPress, Medium nebo jiného CMS na Markdown pro generátory statických webů.
  • Převeďte obsah e-mailu na MarkdownExtrahujte text z HTML e-mailů nebo webových článků a převeďte je na prostý Markdown pro aplikace na tvorbu poznámek.
  • Převeďte dokumenty HTML na MarkdownPřesuňte starší HTML dokumentaci do systému dokumentace založeného na Markdown (Docusaurus, GitBook, MkDocs).
  • Čištění CMS exportuVyčistěte nečistý HTML vyvezený z CMS a převeďte jej na Markdown vhodný pro správu verzí.
  • Připravte obsah HTML pro LLM pokynyPřeveďte HTML obsah na čistý Markdown pro použití v ChatGPT, Claude nebo jiných LLM pokynech.

Jak to funguje

Tento převodník je postaven kolem ručně napsaného pipeline regulárních výrazů bez závislostí — neimportuje se žádná knihovna třetí strany. Celý převod běží ve vašem prohlížeči přes volání useMemo Reactu a výstup se aktualizuje živě, jak píšete.

  1. 1
    Detekce vložení zachycuje bohatý text
    Handler ClipboardEvent přečte formu text/html ze schránky dříve, než ji prohlížeč stihne vložit jako prostý text. To znamená, že vložení přímo z webové stránky, Google Docs nebo Wordu automaticky zachytí surové značení HTML — nemusíte si nejprve zobrazovat zdrojový kód.
  2. 2
    Vícekrokový pipeline regulárních výrazů odstraňuje a převádí tagy
    Převodník spouští přísně uspořádanou sérii průchodů regulárními výrazy: nejprve odstraní <head>, <script>, <style> a komentáře HTML, poté schová ohraničené bloky kódu za zástupné znaky s nulovým bajtem, aby pozdější průchody nepoškodily obsah kódu. Následující průchody zpracovávají nadpisy (h1–h6), bloky citací, obrázky, odkazy, tučné/kurzívní/přeškrtnuté písmo, řazené a neřazené seznamy a základní tabulky GFM se svislítky — každý průchod cílí na konkrétní rodinu tagů.
  3. 3
    Dekódování entit a normalizace bílých znaků
    Poté, co jsou všechny tagy odstraněny, vyhrazená funkce decodeEntities řeší pojmenované entity (&amp;, &lt; atd.) plus číselné desítkové a šestnáctkové znakové odkazy (&#39;, &#x27;) pomocí String.fromCodePoint. Chybné nebo mimo rozsah ležící kódové body se nahrazují náhradním znakem Unicode místo vyvolání chyby. Poté se normalizují koncové mezery, sloučené řady prázdných řádků a nadbytečné bílé znaky.
  4. 4
    Chráněné úseky kódu se obnovují
    Systém zástupných znaků (indexy ohraničené nulovým bajtem) se rozvine jako poslední, po dokončení odstraňování, dekódování a slučování bílých znaků. To zabraňuje tomu, aby byly sekvence entit uvnitř kódových literálů dekódovány dvakrát — což je běžná chyba dvojitého dekódování u naivních převodníků HTML na Markdown.

Související nástroje

Časté dotazy