HTML转Markdown：6种高效转换方法与工具

Markdown因其简洁和跨平台特性，成为技术文档、博客和知识库的首选格式。

然而，许多内容（如网页、CMS导出）以HTML格式存在，转换需求日益增加。

HTML转Markdown 能将复杂的HTML结构转化为简洁的Markdown，方便编辑和发布。无论是迁移博客文章、转换网页内容，还是自动化文档处理，掌握HTML到Markdown的转换方法都能提升效率。

为什么需要HTML转Markdown？

HTML适合网页展示，但其标签繁琐，不利于快速编辑。Markdown语法轻量，支持标题、列表、代码块等，广泛用于GitHub、Notion和Jekyll。

转换HTML到Markdown的好处包括：

• 简化编辑：将HTML标签转为Markdown符号，易于修改。
• 跨平台兼容：Markdown适配多种文档工具和静态站点生成器。
• 自动化工作流：批量转换网页内容，集成到CI/CD管道。

根据2025年5月趋势（Pandoc 3.2+、Turndown 7.x），以下6种方法覆盖主流工具和场景。

方法1：使用Pandoc命令行工具

为什么使用？ Pandoc是功能强大的文档转换工具，支持HTML到Markdown，处理复杂结构（如表格、嵌套列表）效果出色。

实现方法：

1. 安装Pandoc：
   bash 复制代码

   sudo apt install pandoc  # Debian/Ubuntu
   sudo dnf install pandoc  # RedHat/Fedora
    

2. 准备HTML文件（input.html）：
   html 复制代码

   <h1>Hello</h1>
   <p>This is a <strong>test</strong>.</p>
    

3. 转换命令：
   bash 复制代码

   pandoc -f html -t markdown -o output.md input.html
    

4. 验证：检查output.md：
   markdown 复制代码

   # Hello
    
   This is a **test**.
    

注意：Pandoc支持多种Markdown变体，可用--to markdown_strict指定严格格式。

方法2：使用Turndown JavaScript库

为什么使用？ Turndown是轻量级的JavaScript库，适合前端或Node.js项目，易于集成到Web应用。

实现方法：

1. 安装Turndown：
   bash 复制代码

   npm install turndown
    

2. 编写转换代码：
   javascript 复制代码

   const Turndown = require('turndown');
   const turndownService = new Turndown();
    
   const html = '<h1>Title</h1><p>Paragraph with <em>emphasis</em>.</p>';
   const markdown = turndownService.turndown(html);
   console.log(markdown);
    

3. 验证：输出：
   markdown 复制代码

   # Title
    
   Paragraph with *emphasis*.
    

注意：Turndown支持自定义规则，可处理复杂HTML标签。

方法3：使用html2markdown Python库

为什么使用？ html2markdown是Python生态的轻量工具，适合脚本自动化，易于批量处理。

实现方法：

1. 安装html2markdown：
   bash 复制代码

   pip install html2markdown
    

2. 编写转换代码：
   python 复制代码

   import html2markdown
    
   html = '<h2>Subtitle</h2><ul><li>Item 1</li><li>Item 2</li></ul>'
   markdown = html2markdown.convert(html)
   print(markdown)
    

3. 验证：输出：
   markdown 复制代码

   ## Subtitle
    
   - Item 1
   - Item 2
    

注意：对复杂HTML（如内联样式）支持有限，建议预处理HTML。

方法4：使用在线转换工具

为什么使用？ 在线工具（如htmltomarkdown.com）无需安装，适合快速转换少量HTML内容。

实现方法：

1. 访问htmltomarkdown.com。
2. 粘贴HTML代码：
   html 复制代码

   <h3>Quick Test</h3><p>Simple <a href="#link">link</a>.</p>
    

3. 点击“Convert”按钮，获取Markdown。
4. 验证：输出：
   markdown 复制代码

   ### Quick Test
    
   Simple [link](#link).
    

注意：在线工具适合临时使用，批量转换推荐命令行工具。

方法5：使用Marked结合Turndown

为什么使用？ Marked解析HTML到DOM，结合Turndown转换到Markdown，适合动态网页内容处理。

实现方法：

1. 安装Marked和Turndown：
   bash 复制代码

   npm install marked turndown
    

2. 编写转换代码：
   javascript 复制代码

   const { marked } = require('marked');
   const Turndown = require('turndown');
   const turndownService = new Turndown();
    
   const html = '<div><h1>Dynamic</h1><p>Content</p></div>';
   const markdown = turndownService.turndown(html);
   console.log(markdown);
    

3. 验证：输出：
   markdown 复制代码

   # Dynamic
    
   Content
    

注意：Marked可预处理HTML，适合抓取网页内容。

方法6：自定义正则表达式转换

为什么使用？ 正则表达式适合简单HTML转换，灵活但需手动定义规则，适合特定场景。

实现方法：

1. 编写正则转换函数：
   javascript 复制代码

   function htmlToMarkdown(html) {
       return html
           .replace(/<h1>(.*?)<\/h1>/g, '# $1\n\n')
           .replace(/<p>(.*?)<\/p>/g, '$1\n\n')
           .replace(/<strong>(.*?)<\/strong>/g, '**$1**')
           .replace(/<em>(.*?)<\/em>/g, '*$1*');
   }
    

2. 测试代码：
   javascript 复制代码

   const html = '<h1>Test</h1><p>This is <strong>bold</strong> and <em>italic</em>.</p>';
   console.log(htmlToMarkdown(html));
    

3. 验证：输出：
   markdown 复制代码

   # Test
    
   This is **bold** and *italic*.
    
    

注意：正则方法对复杂HTML（如嵌套标签）易出错，仅限简单场景。

优化建议

为高效实现HTML转Markdown：

1. 选择合适的工具：
   • 批量转换：Pandoc，功能全面。
   • Web集成：Turndown，轻量灵活。
   • 快速测试：在线工具，无需安装。
2. 预处理HTML：使用jsdom清理无效标签：
   javascript 复制代码

   const { JSDOM } = require('jsdom');
   const dom = new JSDOM(html);
   const cleanHtml = dom.window.document.body.innerHTML;
    

3. 自定义规则：为Turndown添加规则，处理特定标签：
   javascript 复制代码

   turndownService.addRule('table', {
       filter: 'table',
       replacement: () => '<!-- Table not supported -->'
   });
    

4. 自动化脚本：批量转换文件夹中的HTML文件：
   bash 复制代码

   for file in *.html; do pandoc -f html -t markdown -o "${file%.html}.md" "$file"; done
    

5. 验证输出：使用markdownlint检查Markdown格式：
   bash 复制代码

   npm install -g markdownlint-cli
   markdownlint output.md
    

HTML转Markdown 是简化内容编辑和跨平台发布的必备技能。

通过Pandoc的强大功能、Turndown的JavaScript集成、html2markdown的Python脚本、在线工具的便捷、Marked的动态处理和正则表达式的灵活性，可以应对从单文件到批量转换的各种场景。