SS Toolbox
SS Toolbox
Todos los datos se procesan localmente

Convertir HTML a Markdown — HTML de página web o correo para un README

Pega HTML de una página web, un correo o un documento exportado y obtén Markdown: tablas GFM, listas de tareas con casillas, bloques de código con lenguaje, listas anidadas y citas. Los estilos y clases en línea se descartan, las URL de imágenes se conservan, script y style desaparecen, el HTML sucio se corrige y no se descarga ni se sube nada.

Lo que conserva esta conversión HTML a Markdown — y lo que descarta

  1. Tablas GFM, listas de tareas y lenguajes de código sobreviven

    <table> pasa a tabla de barras, las casillas dentro de <li> pasan a - [x] / - [ ], y <code class="language-js"> conserva su lenguaje como bloque ```js. Una casilla fuera de un elemento de lista solo produce el texto escapado \[x].

  2. Estilos y clases se descartan, las URL de imágenes se conservan

    style, class, id y otros atributos de presentación no pasan; solo quedan estructura y semántica. <img> pasa a ![alt](src "title") con la URL remota original; no se descarga ni se realoja nada.

  3. Script, style e incrustaciones se eliminan

    <script> y <style> desaparecen con su contenido, <iframe> se reduce a un enlace vacío []() y <video> se descarta. Los comentarios HTML sobreviven como <!-- --> en el Markdown.

  4. Listas anidadas y citas se conservan

    Las <ul>/<ol> anidadas mantienen su jerarquía con dos espacios de sangría, los <blockquote> anidados pasan a > >, y un paso propio elimina los <p> dentro de <li> para evitar líneas en blanco.

  5. El HTML sucio funciona y todo queda local

    parse5 corrige etiquetas sin cerrar, así que puedes pegar un fragmento o un documento <html> completo sin limpiarlo antes; los elementos head como <title> se ignoran. Sin acceso a URL, sin subida y sin servidor: el resultado aparece en un área de texto solo lectura para copiar.

Preguntas frecuentes sobre convertir HTML a Markdown

¿Qué biblioteca de conversión usa?

Una pipeline unified 11: rehype-parse 9 (parse5) analiza el HTML, un pequeño visitor propio elimina los <p> dentro de <li>, rehype-remark 10 (hast-util-to-mdast) produce el árbol Markdown, y remark-stringify 11 con remark-gfm 4 lo serializa.

¿Se restauran tablas, listas de tareas y lenguajes de código?

Sí en tablas (tablas de barras con separador de encabezado), listas de tareas (las casillas dentro de <li> pasan a - [x] / - [ ]) y lenguaje de código (class="language-js" pasa a bloque ```js). Una casilla fuera de un elemento de lista solo sale como texto escapado \[x].

¿Qué pasa con estilos en línea, clases e imágenes?

style, class y otros atributos de presentación se descartan; solo quedan estructura y semántica. Las imágenes conservan su URL original como ![alt](src "title"), sin descarga ni realojo, así que un enlace que requiera autenticación no resolverá luego.

¿Se eliminan script, style e iframe?

<script> y <style> se eliminan con su contenido. <iframe> queda como enlace vacío []() y <video> desaparece. Los comentarios HTML no se quitan: sobreviven como <!-- --> en el Markdown, lo que puede no interesar en un README.

¿Se gestionan listas anidadas y citas?

Sí. Las listas anidadas conservan su nivel con dos espacios, las citas anidadas pasan a > >, y las etiquetas <p> dentro de los elementos de lista se eliminan con un plugin propio para evitar líneas en blanco.

¿Hay que limpiar el HTML antes?

No. parse5 corrige etiquetas sin cerrar y fragmentos sueltos, y acepta tanto un fragmento como un documento <html> completo; los elementos head como <title> se ignoran. La salida puede normalizarse, así que léela antes de hacer commit.

¿Puede obtener una URL y se sube algo?

Sin acceso a URL y sin subida. La página se ejecuta por completo en el navegador; pega HTML (o usa el atajo de pegado, que lee text/html del portapapeles) y lee el Markdown en un área de solo lectura. Pegar texto plano recurre a los datos text/plain.

Herramientas relacionadas
SponsorMindElixir