HTMLをMarkdownに変換

HTMLファイルをアップロードするか、ページのURLを貼り付けるだけで、読みやすいMarkdownが手に入ります。ParseJetは入れ子だらけのdiv、インラインスタイル、古い記法など、現実の雑然としたHTMLも処理し、各要素を正しいMarkdown構文へ変換します。コンテンツ移行、ドキュメント整備、LLMパイプラインのための変換ツールです。

ここにファイルをドロップするか、参照

HTML,HTMファイルを受け付けます

無料 — 1日3リクエスト、登録不要。して月300クレジットを無料で。

仕組み

HTMLをアップロード、またはURLを貼る

.htmlファイルを上にドロップするか、公開ページのURLを貼り付けます。どちらでも同じクリーンなMarkdownが得られます。

Markdownに変換

ParseJetがHTMLを解析し、スクリプト・スタイル・計測タグを捨てたうえで、見出し・リスト・表・リンク・コードブロックをMarkdownへマッピングします。

コピーするかAPIで組み込む

結果をコピーして使うか、APIをアプリケーションや移行スクリプトに組み込んでHTMLをMarkdownに変換します。

主な機能

このhtml to markdownが際立つ理由。

全要素をマッピング

h1〜h6、箇条書き・番号付きリスト、表、引用、コードブロック、太字・斜体、リンクを、それぞれ対応するMarkdown記法へ正確に変換します。

雑なHTMLでも壊れない

現実のHTMLはきれいとは限りません。閉じタグ漏れ、深い入れ子のdiv、インラインスタイル、レガシーな記法があっても出力は破綻しません。

スクリプト・スタイルの除去

JavaScript、CSS、トラッキングピクセル、HTMLコメントは完全に取り除かれます。Markdownに混入することはありません。

ファイルでもURLでも

保存済みの.htmlファイル（WordPressのエクスポートなど）も、公開中のページのURLも、同じエンドポイントで処理できます。

文字化けしない

HTMLエンティティ（&、 、—）は実際の文字にデコードされ、出力は常にUTF-8です。日本語のMarkdownが文字化けすることはありません。

APIで一括変換

エクスポートしたHTMLフォルダ全体を、短いスクリプトでまとめてMarkdown化できます。下のPythonのコード例を参照してください。

ユースケース

このツールが時間を節約する一般的なシナリオ。

CMS・ブログの移行

WordPressやGhost、レガシーCMSのコンテンツを、Hugo・Astro・JekyllなどMarkdownベースの構成へ移せます。HTMLを手作業で掃除する必要はありません。

ドキュメントの変換

HTML形式のドキュメントやWikiのエクスポート（Confluence、MediaWiki）をMarkdownに変換し、Gitでのdocs-as-code運用に載せられます。

LLMへの前処理

生のHTMLはマークアップのノイズでトークンを浪費します。先にMarkdownへ変換すれば、文書の階層構造を保ったコンパクトなテキストをモデルに渡せます。

スクレイピング結果の整形

クローラーが集めたHTMLを、保存・インデックス・NLP処理向けのクリーンなMarkdownに変換します。1文書につきAPI呼び出し1回です。

APIで自動化

同じツールをプログラムで使用。HTTPのみで、あらゆる言語で動作します。

cURL

# Convert a local HTML file to Markdown
curl -X POST https://api.parsejet.com/v1/parse/auto/file \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -F "[email protected]"

# Convert a live page by URL
curl -X POST https://api.parsejet.com/v1/parse/webpage \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"url": "https://example.com/page"}'

Python

import httpx
from pathlib import Path

# Batch-convert an HTML export folder to Markdown files
html_dir = Path("export/")
md_dir = Path("markdown/")
md_dir.mkdir(exist_ok=True)

for html_file in html_dir.glob("*.html"):
    resp = httpx.post(
        "https://api.parsejet.com/v1/parse/auto/file",
        headers={"Authorization": "Bearer YOUR_API_KEY"},
        files={"file": (html_file.name, html_file.read_bytes(), "text/html")},
    )
    md_path = md_dir / html_file.with_suffix(".md").name
    md_path.write_text(resp.json()["text"], encoding="utf-8")
    print(f"Converted {html_file.name} -> {md_path.name}")

JavaScript

// Convert an HTML file (e.g. from a file input) to Markdown
const formData = new FormData();
formData.append("file", htmlFile); // File or Blob with .html content

const res = await fetch("https://api.parsejet.com/v1/parse/auto/file", {
  method: "POST",
  headers: { Authorization: "Bearer YOUR_API_KEY" },
  body: formData,
});
const { text } = await res.json();
console.log(text); // Markdown string

自動化をお求めですか？

ParseJet APIは、単一のHTTPエンドポイントで同じ解析機能を提供します。ffmpeg、poppler、tesseractは不要。APIコール一つだけです。

curl -X POST https://api.parsejet.com/v1/parse/auto/url \
  -H "Content-Type: application/json" \
  -d '{"url":"https://example.com"}'

APIドキュメントを読む

よくある質問