SS Toolbox
SS Toolbox
Todos os dados são processados localmente

Converter HTML em Markdown — HTML de página web ou e-mail para README

Cole HTML de uma página web, e-mail ou documento exportado e obtenha Markdown: tabelas GFM, listas de tarefas com caixas, blocos de código com linguagem, listas aninhadas e citações. Estilos e classes inline são descartados, URLs de imagens são mantidas, script e style somem, HTML sujo é corrigido e nada é buscado nem enviado.

O que esta conversão HTML→Markdown mantém — e o que descarta

  1. Tabelas GFM, listas de tarefas e linguagens de código sobrevivem

    <table> vira tabela de barras, caixas dentro de <li> viram - [x] / - [ ], e <code class="language-js"> mantém a linguagem como bloco ```js. Uma caixa fora de um item de lista só produz o texto escapado \[x].

  2. Estilos e classes descartados, URLs de imagens mantidas

    style, class, id e outros atributos de apresentação não passam; só estrutura e semântica. <img> vira ![alt](src "title") com a URL remota original; nada é baixado ou rehospedado.

  3. Script, style e incorporações removidos

    <script> e <style> somem com o conteúdo, <iframe> colapsa em um link vazio []() e <video> é descartado. Comentários HTML sobrevivem como <!-- --> no Markdown.

  4. Listas aninhadas e citações preservadas

    <ul>/<ol> aninhados mantêm a hierarquia com dois espaços de indentação, <blockquote> aninhados viram > >, e um passo próprio remove os <p> dentro de <li> para evitar linhas em branco.

  5. HTML sujo funciona e tudo fica local

    parse5 corrige tags não fechadas, então dá para colar um fragmento ou um documento <html> inteiro sem limpar antes; elementos head como <title> são ignorados. Sem acesso a URL, sem upload e sem servidor: o resultado aparece em uma área de texto somente leitura para copiar.

Perguntas frequentes sobre converter HTML em Markdown

Qual biblioteca de conversão é usada?

Uma pipeline unified 11: rehype-parse 9 (parse5) analisa o HTML, um pequeno visitor próprio remove os <p> dentro de <li>, rehype-remark 10 (hast-util-to-mdast) produz a árvore Markdown, e remark-stringify 11 com remark-gfm 4 serializa.

Tabelas, listas de tarefas e linguagens de código são restauradas?

Sim para tabelas (tabelas de barras com separador de cabeçalho), listas de tarefas (caixas dentro de <li> viram - [x] / - [ ]) e linguagem de código (class="language-js" vira bloco ```js). Uma caixa fora de um item de lista sai apenas como texto escapado \[x].

O que acontece com estilos inline, classes e imagens?

style, class e outros atributos de apresentação são descartados; só ficam estrutura e semântica. Imagens mantêm a URL original como ![alt](src "title"), sem download nem rehospedagem, então um link que exige autenticação não resolverá depois.

Script, style e iframe são removidos?

<script> e <style> são removidos com o conteúdo. <iframe> fica como link vazio []() e <video> desaparece. Comentários HTML não são removidos: sobrevivem como <!-- --> no Markdown, o que pode ser indesejado em um README.

Listas aninhadas e citações são tratadas?

Sim. Listas aninhadas mantêm o nível com dois espaços, citações aninhadas viram > >, e as tags <p> dentro dos itens de lista são removidas por um plugin próprio para evitar linhas em branco.

Preciso limpar o HTML antes?

Não. parse5 corrige tags não fechadas e fragmentos soltos, e aceita tanto um fragmento quanto um documento <html> completo; elementos head como <title> são ignorados. A saída pode ser normalizada, então leia antes de commitar.

Dá para buscar uma URL? Algo é enviado?

Sem acesso a URL e sem upload. A página roda inteiramente no navegador; cole HTML (ou use o atalho de colar, que lê text/html da área de transferência) e leia o Markdown em uma área somente leitura. Colar texto simples recorre aos dados text/plain.

Ferramentas Relacionadas
SponsorMindElixir