મફત HTML થી Markdown કન્વર્ટર

આ કેવી રીતે કાર્ય કરે છે

આ converter હાથે લખેલા, zero-dependency regex pipeline આસપાસ બનેલો છે — કોઈ થર્ડ-પાર્ટી લાઇબ્રેરી import થતી નથી. આખું રૂપાંતરણ તમારા બ્રાઉઝરમાં React useMemo કૉલ દ્વારા ચાલે છે, તમે ટાઈપ કરો તેમ આઉટપુટ લાઇવ અપડેટ કરે છે.

1. 1
   Paste detection rich text ને intercept કરે છે

   એક ClipboardEvent handler બ્રાઉઝર plain text પેસ્ટ કરે તે પહેલાં clipboard માંથી text/html flavor વાંચે છે. આનો અર્થ એ કે વેબ પેજ, Google Docs, કે Word માંથી સીધું પેસ્ટ કરવાથી raw HTML markup આપોઆપ કેપ્ચર થાય છે — તમારે પહેલાં source જોવાની જરૂર નથી.
2. 2
   Multi-pass regex pipeline tags ને દૂર કરે છે અને રૂપાંતરિત કરે છે

   Converter regex passes ના ચોક્કસ ક્રમમાં ચાલે છે: પહેલા <head>, <script>, <style>, અને HTML comments દૂર કરે છે, પછી later passes code content ને બગાડે નહીં એ માટે fenced code blocks ને null-byte placeholders પાછળ stash કરે છે. પછીના passes headings (h1–h6), blockquotes, images, links, bold/italic/strikethrough, ordered અને unordered lists, અને basic GFM pipe tables હેન્ડલ કરે છે — દરેક pass ચોક્કસ tag family ને ટાર્ગેટ કરે છે.
3. 3
   Entity ડિકોડિંગ અને whitespace નોર્મલાઇઝેશન

   બધા tags દૂર થયા પછી, એક સમર્પિત decodeEntities ફંક્શન String.fromCodePoint નો ઉપયોગ કરી named entities (&amp;, &lt;, વગેરે) વત્તા numeric decimal અને hex character references (&#39;, &#x27;) ઉકેલે છે. ખરાબ કે out-of-range code points ને error ફેંકવાને બદલે Unicode replacement character વડે બદલવામાં આવે છે. પછી trailing spaces, collapsed blank lines ના runs, અને વધારાની whitespace નોર્મલાઇઝ થાય છે.
4. 4
   સુરક્ષિત code spans પુનઃસ્થાપિત થાય છે

   Placeholder system (null-byte-delimited indices) stripping, decoding, અને whitespace collapsing પૂરાં થયા પછી છેલ્લે unwind થાય છે. આ code literals ની અંદરના entity sequences ને બે વાર ડિકોડ થતાં અટકાવે છે — સાદા HTML-to-Markdown converters માં સામાન્ય double-decode bug.

સંબંધિત સાધનો