HTML转Markdown转换器

上传 HTML 文件或粘贴页面网址，即可得到干净可读的 Markdown。ParseJet 能应付真实世界里杂乱的 HTML — 层层嵌套的 div、内联样式、老旧标记 — 并把每个元素映射为标准 Markdown 语法。专为内容迁移、技术文档和大模型管道打造。

拖放文件到此处或浏览

支持HTML,HTM文件

免费 — 每天3次请求，无需注册。获取每月300个免费额度。

工作原理

上传 HTML 或粘贴网址

把 .html 文件拖到上方，或粘贴线上页面的网址。两种方式产出同样干净的 Markdown。

转换为 Markdown

ParseJet 解析 HTML，丢弃脚本、样式和埋点代码，把标题、列表、表格、链接和代码块映射为 Markdown。

复制结果或调用 API

复制转换结果，或把 API 集成进您的应用或迁移脚本中，自动完成 HTML 到 Markdown 的转换。

主要特性

这款html to markdown脱颖而出的原因。

完整元素映射

h1–h6、有序与无序列表、表格、引用块、代码块、粗体/斜体和链接，都会转换成对应的 Markdown 写法。

能处理杂乱 HTML

真实网页的 HTML 很少是干净的。未闭合标签、深层嵌套 div、内联样式和老旧标记，ParseJet 都能稳定处理，不会让输出崩坏。

剥离脚本与样式

JavaScript、CSS、埋点像素和 HTML 注释会被彻底清除，一点也不会混进您的 Markdown。

支持文件或网址

既能转换本地保存的 .html 文件（例如 WordPress 导出内容），也能按网址抓取线上页面 — 同一个接口全部搞定。

实体与编码安全

HTML 实体（&、 、—）会被还原成真实字符，输出统一为 UTF-8 — Markdown 里不会出现乱码。

API 批量转换

一段简短脚本就能把整个导出文件夹里的 HTML 文件转成 Markdown，参见下方 Python 示例。

使用场景

此工具能为您节省时间的常见场景。

CMS 与博客迁移

把 WordPress、Ghost 或老旧 CMS 中的内容迁移到 Hugo、Astro、Jekyll 这类基于 Markdown 的技术栈，无需手工清洗 HTML。

技术文档转换

把基于 HTML 的文档和 Wiki 导出内容（Confluence、MediaWiki）转成 Markdown，纳入 Git 的文档即代码流程。

大模型输入预处理

原始 HTML 会把 token 浪费在标记噪音上。先转成 Markdown，再喂给模型紧凑、结构完整的文本。

爬虫管道的输出环节

把爬虫抓到的 HTML 转成干净的 Markdown 用于存储、索引或后续 NLP 处理 — 每个文档一次 API 调用。

通过API自动化

以编程方式使用相同的工具。适用于任何语言——仅需HTTP。

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

想自动化处理吗？

ParseJet API 通过一个 HTTP 端点提供相同的解析能力。无需 ffmpeg、poppler 或 tesseract — 只需一次 API 调用。

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

查看 API 文档

常见问题

如何把 HTML 转成 Markdown？

在上方上传 .html 文件或粘贴页面网址。ParseJet 解析标记后返回干净的 Markdown，标题、列表、表格和链接都会保留。需要自动化时，POST 到 /v1/parse/auto/file 或 /v1/parse/webpage。

表格能正确转换吗？

能。HTML 表格会转成带表头、列对齐的 Markdown 表格。嵌套列表、引用块和代码块也会映射为对应的 Markdown 写法。

脚本、样式和注释会怎么处理？

全部删除。输出中只保留文档的可读内容，不含任何 JavaScript、CSS 或埋点代码。

可以直接转换线上网页而不是文件吗？

可以。在上方粘贴网址即可，或使用「网页转Markdown」工具 — 它专门针对线上页面做了正文提取优化，会去掉导航和广告。

在 Python 里怎么把 HTML 转成 Markdown？

用 httpx 或 requests 把文件 POST 到 /v1/parse/auto/file，响应中的 "text" 字段就是 Markdown。无需安装 html2text、BeautifulSoup 或 markdownify — 参见上方 Python 示例。

免费吗？

免费。无需注册即可每天转换 3 次。注册免费账户每月可获得 300 积分。大批量迁移可选付费套餐，每月 19 美元起。

免费开始提取文本

无需注册。几秒钟内解析您的第一个文件。

查看价格