تبدیل HTML به Markdown
HTML قالبی است که محتوا با آن به دست خواننده می‌رسد؛ Markdown قالبی است که شمار روزافزونی از افراد ترجیح می‌دهند محتوا را با آن بنویسند و نگه دارند. این مبدل فایل‌های .html را به متن خوانای .md تبدیل می‌کند تا آرشیو وبلاگ، مرکز راهنما یا مقالهٔ ذخیرهشده بتواند به یک سایت ایستا، مخزن یادداشت یا مخزن Git منتقل شود.
مبدل سند
یا فایل‌های PDF, DOC, DOCX … را اینجا رها کنید ·
حداکثر 95 MB برای هر فایل· تا 20 فایل· حذف پس از 30 دقیقه
فایل‌ها روی سرورهای ما پردازش میشوند و پس از 30 دقیقه حذف میشوند.
150 DPI یک صفحه A4 را تقریباً به 1240 × 1754 px تبدیل می‌کند. برای چاپ از 300 استفاده کنید.
کل فایل یا فقط برخی صفحه‌ها یا اسلایدها را تبدیل کنید (برای ورودی PDF و ارائه).
صفحه‌ها یا اسلایدهای موردنظر برای تبدیل، مثلاً 1-3, 5, 8-10.
UTF-8 برای همه زبان‌ها کار می‌کند. اگر Excel یا Notepad در ویندوز نویسه‌ها را خراب نشان میدهد، UTF-8 با BOM را انتخاب کنید؛ کدگذاری‌های قدیمی فقط برای نرم‌افزارهای قدیمی است.
LF برای macOS، Linux و ویرایشگرهای کد؛ CRLF برای برنامه‌های قدیمی‌تر ویندوز مانند Notepad کلاسیک.
ویرگول حالت استاندارد است. برای Excel در کشورهایی که اعشار را با ویرگول مینویسند (آلمان، فرانسه، برزیل) از نقطهویرگول استفاده کنید.
ورودی Excel با چند برگه: همه را تبدیل کنید (برای هر برگه یک بخش یا فایل) یا فقط برگه اول را.
نحوه استفاده از این ابزار
- 1
فایل‌های HTML را بارگذاری کنید
فایل‌های .html یا .htm را اضافه کنید؛ حداکثر ۲۰ فایل در هر دسته و هر فایل تا 95 MB. صفحه‌ای که از مرورگر ذخیره شده، خروجی یک CMS یا فایلی که با دست نوشته‌اید، همه پذیرفته میشوند.
- 2
تنظیمات متن را بررسی کنید
تبدیل به را Markdown بگذارید، قالب‌بندی را ساده، رمزگذاری متن را UTF-8 و پایان خطوط را LF؛ این تنظیمات برای Git، تولیدکننده‌های سایت ایستا و ویرایشگرهای macOS یا Linux مناسب است.
- 3
به Markdown تبدیل کنید
روی تبدیل به Markdown بزنید، سپس فایل .md را در هر ویرایشگر متن باز کنید و منوها یا پاورقی‌های باقی‌مانده را پاک کنید. فایل‌های بارگذاری‌شده پس از 30 دقیقه حذف میشوند.
برای تبدیل HTML به Markdown فایل .html را بارگذاری کنید و روی تبدیل به Markdown بزنید: سرتیترها به خطوط # تبدیل میشوند، پیوندها به متن، فهرستها نقطه‌ها و شماره‌هایشان را نگه می‌دارند و جدولهای ساده به جدول با خط عمودی تبدیل میشوند.
تبدیل HTML به Markdown: چه کسانی و چرا به آن نیاز دارند
John Gruber در سال 2004 با همکاری Aaron Swartz زبان Markdown را منتشر کرد تا بتوان برای وب با متن ساده‌ای نوشت که حتی پیش از نمایش هم طبیعی خوانده میشود. بیست سال بعد، این قالب بومی READMEهای GitHub، تولیدکننده‌های سایت ایستا مانند Jekyll و Hugo، ابزارهای مستندسازی، برنامه‌های یادداشت مثل Obsidian و پوشه‌های محتوای بسیاری از وب‌سایت‌های امروزی است.
این وضع جریانی پیوسته در خلاف جهت معمول میسازد. تیم‌هایی که از CMS مبتنی بر پایگاه داده می‌روند سال‌ها نوشته را به شکل فایل .md لازم دارند. نویسنده‌ها مقاله‌ها را در گنجینهٔ یادداشت‌هایشان ذخیره میکنند. توسعه‌دهنده‌ها بخش راهنمای قدیمی HTML را به مخزن docs-as-code می‌برند که تغییرها در pull request بررسی میشود. در هر مورد HTML تنها نسخهٔ موجود است و بازنویسی دستی واقع‌بینانه نیست. برای سندهای Word همین کار DOCX به Markdown است.
کدام عناصر HTML معادلی در Markdown دارند
| from ↓ · to → | CommonMark | GitHub Flavored Markdown |
|---|---|---|
| سرتیترهای h1 تا h6 | سرتیترهای h1 تا h6 to CommonMark: yes | سرتیترهای h1 تا h6 to GitHub Flavored Markdown: yes |
| پیوندها و تصویرها | پیوندها و تصویرها to CommonMark: yes | پیوندها و تصویرها to GitHub Flavored Markdown: yes |
| فهرستها و نقل‌قول‌ها | فهرستها و نقل‌قول‌ها to CommonMark: yes | فهرستها و نقل‌قول‌ها to GitHub Flavored Markdown: yes |
| بلوک‌های code و pre | بلوک‌های code و pre to CommonMark: yes | بلوک‌های code و pre to GitHub Flavored Markdown: yes |
| جدولهای ساده | – جدولهای ساده to CommonMark: no | جدولهای ساده to GitHub Flavored Markdown: yes |
| خط‌خوردگی | – خط‌خوردگی to CommonMark: no | خط‌خوردگی to GitHub Flavored Markdown: yes |
| سلول‌های ادغام‌شدهٔ جدول | – سلول‌های ادغام‌شدهٔ جدول to CommonMark: no | – سلول‌های ادغام‌شدهٔ جدول to GitHub Flavored Markdown: no |
| فرم، ویدیو، iframe | – فرم، ویدیو، iframe to CommonMark: no | – فرم، ویدیو، iframe to GitHub Flavored Markdown: no |
خروجی مبدل HTML به Markdown: چه انتظاری داشته باشید
نام کلاس‌ها، استایل‌های درون‌خطی، اسکریپتها و divهای چیدمان حذف میشوند، چون Markdown معنا را توصیف می‌کند نه ظاهر را. پررنگ و کج به دو و یک ستاره تبدیل میشوند، شکست خط درون پاراگراف به هم می‌پیوندد و موجودیت‌های نویسه مانند در UTF-8 به نویسه‌های معمولی تبدیل میشوند. انتظار داشته باشید فایل .md کسری از حجم HTML باشد: کلمه‌ها می‌مانند و نشانهگذاری می‌رود.
باور نادرستMarkdown می‌تواند هر چیدمان HTML را بازسازی کند.
واقعیتفقط ساختار متن را پوشش میدهد؛ ستون‌ها، رنگ‌ها و جعبه‌های موقعیت‌دار نحو Markdown ندارند و از بین می‌روند یا به شکل HTML خام می‌مانند.
باور نادرستصفحهٔ تبدیل‌شده همان‌طور آمادهٔ انتشار است.
واقعیتمنوها، بنر کوکی و پاورقی‌ها هم همراه می‌آیند؛ آن‌ها را حذف کنید و اگر تولیدکنندهٔ سایت شما front matter می‌خواهد آن را اضافه کنید.
باور نادرستخروجی Markdown همه‌جا یکسان کار می‌کند.
واقعیتجدول و خط‌خوردگی به نمایش‌دهندهٔ GitHub Flavored Markdown نیاز دارند؛ ابزارهای CommonMark سخت‌گیر آن‌ها را به شکل متن ساده نشان می‌دهند.
دانستنی‌های فرمت HTML و Markdown
HTML
زبان نشانهگذاری ابرمتن (HTML)
HTML زبان نشانهگذاری وب است که Tim Berners-Lee در اوایل دهه 1990 آن را توصیف کرد و اکنون WHATWG به‌صورت استاندارد زنده نگهداری‌اش می‌کند. یک فایل HTML عنوان‌ها، پاراگراف‌ها، پیوندها، جدولها، تصاویر و فرم‌ها را توصیف می‌کند و ظاهر معمولاً از CSS می‌آید. همه مرورگرها آن را نمایش می‌دهند و برای قالب‌های ایمیل و صفحات ذخیرهشده وب هم به کار می‌رود. یک فایل HTML اغلب به تصاویر و شیوه‌نامه‌های خارجی وابسته است، پس اگر تنها جابه‌جا شود ممکن است خراب به نظر برسد.
- فشرده‌سازی
- –
- شفافیت
- –
- انیمیشن
- –
- سال معرفی
- 1993 · Tim Berners-Lee; maintained by WHATWG
MD
Markdown
Markdown یک نحو نشانهگذاری سبک است که John Gruber در سال 2004 ساخت. از نمادهای متن ساده مانند # برای عنوان، * برای تأکید و - برای فهرست استفاده می‌کند که به صورت متن خام هم خوانا می‌مانند و به‌خوبی به HTML تبدیل میشوند. این قالب استاندارد فایل‌های README، مستندات، ویکی‌ها، برنامه‌های یادداشت و بسیاری از مولدهای سایت ایستا است. گویش‌های مختلفی مانند CommonMark و GitHub Flavored Markdown وجود دارد که در جزئیاتی مثل جدولها فرق دارند. هر ویرایشگر متنی می‌تواند فایل‌های .md را باز کند.
- فشرده‌سازی
- –
- شفافیت
- –
- انیمیشن
- –
- سال معرفی
- 2004 · John Gruber
HTML وقتی به Markdown تبدیل میشود که محتوا از جایی که آن را نمایش می‌داد بیرون می‌رود: وبلاگی که به تولیدکنندهٔ سایت ایستا می‌رود، مرکز راهنمایی که وارد مخزن مستندات مبتنی بر Git میشود، یا مقاله‌هایی که در گنجینهٔ Obsidian ذخیره میشوند و متن ساده و خوانا از نشانهگذاری مهم‌تر است.
پرسش‌های تبدیل HTML به MD
آیا میتوان صفحهٔ وب ذخیرهشده را همراه با عکسهایش تبدیل کرد؟
مبدل فایل .html را که بارگذاری میکنید میخواند. تگهای تصویر به پیوند تصویر Markdown با همان مسیرها یا نشانیهایی که صفحه استفاده میکرد تبدیل میشوند، پس تصویرهای میزبانیشده در اینترنت همچنان کار میکنند. پوشهٔ تصویرهای محلی که مرورگر با «Save Page As» میسازد همراه فایل بارگذاری نمیشود؛ آن را کنار فایل .md کپی کنید تا مسیرهای نسبی دوباره درست شوند.
منوها، نوارهای کناری و پانویسها چه میشوند؟
همهٔ محتوای فایل تبدیل میشود، چون ابزار نمیداند کدام بخش صفحه خودِ مقاله است. برای نتیجهٔ تمیز، اگر CMS اجازه میدهد نوشته را بدون قالب سایت ذخیره کنید، یا بعداً خطوط منوی بالا و پایین Markdown را پاک کنید.
چگونه پست‌های WordPress را به Hugo یا Jekyll منتقل کنم؟
خروجی داخلی WordPress فایل XML است، نه HTML؛ پس HTML هر نوشته را تبدیل کنید، چه از ویرایشگر کد کپی‌شده چه از مرورگر ذخیرهشده. سپس بالای هر فایل .md یک front matter اضافه کنید، یعنی بلوکی میان دو خط سه‌خط‌تیره که عنوان، تاریخ و برچسب‌ها را نگه میدارد. Hugo و Jekyll هر دو آن را از همان‌جا می‌خوانند.
چرا برخی جدولها در Markdown عجیب به نظر میرسند؟
جدولهای Markdown که GitHub Flavored Markdown افزوده است یک ردیف سرستون دارند و سلول ادغامشده ندارند. جدول ساده HTML تمیز تبدیل میشود؛ جدولی با colspan، rowspan یا فهرست تودرتو معادلی در Markdown ندارد و تخت میشود. Markdown اجازهٔ HTML خام میدهد، پس هر جا چیدمان مهم است میتوانید جدول اصلی را دوباره جایگذاری کنید.
آیا Markdown قالب مناسبی برای دادن صفحات به ابزارهای هوش مصنوعی یا جستوجو است؟
اغلب بله. Markdown ساختار مهم را نگه میدارد، یعنی سرتیترها، فهرستها، پیوندها و تأکیدها، و ویژگیها، اسکریپتها و استایل را کنار میگذارد؛ بنابراین همان مقاله بسیار کوتاهتر و برای پردازش تمیزتر میشود. اگر اصلاً نشانهگذاری نمیخواهید از HTML به TXT استفاده کنید.
- تبدیل DOCX به Markdownتبدیل فایل‌های ورد DOCX به Markdown تمیز برای GitHub، سایتسازهای ایستا و docs-as-code. عکسها کنار فایل .md در یک ZIP، تا 20 فایل در هر نوبت.
- تبدیل TXT به MDفایل‌های .txt را برای Obsidian، GitHub یا سایت ایستا به .md تبدیل کنید. پیشفرض UTF-8 و LF، در صورت نیاز CRLF، تا 20 فایل در هر نوبت.
- تبدیل HTML به متنتبدیل فایل HTML به متن ساده: حذف تگها، اسکریپتها و استایلها، تبدیل entityها به نویسهٔ واقعی، خروجی UTF-8. ۲۰ فایل در هر نوبت، بدون ثبتنام.
- تبدیل Markdown به DOCXتبدیل Markdown (.md) به Word DOCX با Heading واقعی، فهرست، جدول و لینک؛ برای پیشنویسهای Obsidian، Typora یا GitHub که باید ورد تحویل شوند.
- تبدیل اکسل به MDشیتهای .xlsx اکسل را به جدول Markdown برای README، ویکی، Obsidian یا پرامپت هوش مصنوعی تبدیل کنید؛ همهٔ شیتها یکجا، با مقادیری مثل نمایش اکسل.
- تبدیل TXT به HTMLفایل .txt را به صفحهٔ HTML معتبر تبدیل کنید: پاراگراف‌ها حفظ، <، > و & ایمنسازی و UTF-8 در head اعلام میشود. تا 20 فایل متنی همزمان.