用途:把 HTML(保存页面、HTML 邮件正文、片段或字符串)转换为干净的 Markdown 或 Djot,也可输出纯文本。
主要能力:CLI 只接受标志、无子命令;FILE 为位置参数,未给文件时从 stdin 读取。默认打印普通 Markdown,仅在需要结构化元数据/表格时使用 --json。可用 --output-format markdown|djot(短形式 -f)选择格式;纯文本可用 --convert-as-inline --strip-tags "script,style"。标题样式 --heading-style 支持 atx、underlined、atx-closed;代码块样式 --code-block-style 支持 backticks、indented、tildes;--code-language / -l 设置默认代码语言。列表可设 --bullets、--list-indent-width(1–8)、--list-indent-type tabs;强调符号与转义可用 --strong-em-symbol、--escape-misc 等标志。换行默认关闭,--wrap 开启,--wrap-width 指定宽度(无宽度时 80)。预处理可清理导航、广告和表单:--preprocess,配合 --preset minimal|standard|aggressive、--keep-navigation、--keep-forms(后三者需配合 --preprocess)。
用法示例:html-to-markdown input.html;html-to-markdown input.html -o output.md;cat page.html | html-to-markdown。程序化接口有 Python(from html_to_markdown import convert, ConversionOptions, PreprocessingOptions)和 Rust(use html_to_markdown_rs::{convert, ConversionOptions, HeadingStyle};)。
适用场景:网页抓取后的正文提取与格式转换、内容迁移、邮件正文转 Markdown。
限制:CLI 不支持子命令;--preset、--keep-navigation、--keep-forms 均需 --preprocess;--escape-ascii 仅在输出需经严格解析器往返时使用。完整标志与默认值见项目参考文档,本次资料未提供价格与平台支持信息。