如何将html转换成markdown
什么是Turndown
“Turndown” 是一个用于将 HTML 转换为 Markdown 的 JavaScript 库。它通常用于将富文本内容从网页或其他 HTML 格式转换为纯文本 Markdown 格式，以便在不同平台上显示或存储。
如果在有node环境的情况下要使用 Turndown，首先需要将它添加到你的项目中。可以使用 npm 或 yarn 安装 Turndown，如下所示：
使用 npm 安装：
npm install turndown
使用 yarn 安装：
yarn add turndown
或者html文件直接引入：
<script src="https://unpkg.com/turndown/dist/turndown.js"></script>
安装完成，可以在项目中使用它。以下是一个简单的示例：
import TurndownService from 'turndown';
const turndownService = new TurndownService();
const html = 'Hello, World!
This is a sample HTML document.
';
const markdown = turndownService.turndown(html);
console.log(markdown);
无需安装，直接在html文件使用：
DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<meta http-equiv="X-UA-Compatible" content="IE=edge">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<script src="https://cdn.jsdelivr.net/npm/[email protected]/dist/turndown.js">script>
<title>Documenttitle>
head>
<body>
<script>
// 创建 TurndownService 实例
const turndownService = new TurndownService();
// 要转换的 HTML 内容
const htmlContent = 'Hello, World!
This is a sample HTML document.
';
// 使用 Turndown 进行转换
const markdown = turndownService.turndown(htmlContent);
// 输出 Markdown
console.log(markdown);
script>
body>
html>
参数
Turndown 提供了一些参数和配置选项，以便更精细地控制 HTML 到 Markdown 的转换过程。以下是一些常用的参数和配置选项：
headingStyle（标题样式）: 用于指定生成的 Markdown 标题的样式。可选值包括"setext"（默认值）和"atx"。“setext” 样式使用下划线或等号来表示标题级别，而 “atx” 样式使用井号的数量表示标题级别。
const turndownService = new TurndownService({ headingStyle: 'atx' });
hr（水平分隔线）: 用于指定生成的 Markdown 水平分隔线的样式。默认是* * *。
const turndownService = new TurndownService({ hr: '- - -' });
bulletListMarker（无序列表标记）: 用于指定生成的 Markdown 无序列表的标记。默认是"*"。
const turndownService = new TurndownService({ bulletListMarker: '-' });
codeBlockStyle（代码块样式）: 用于指定生成的 Markdown 代码块的样式。默认是三个反引号 “```”。
const turndownService = new TurndownService({ codeBlockStyle: '```' });
fence（代码块标记）: 用于指定生成的 Markdown 代码块的标记。默认是~~~。
const turndownService = new TurndownService({ fence: '```' });
emDelimiter（强调/斜体标记）: 用于指定生成的 Markdown 强调（斜体）的标记。默认是"_"。
const turndownService = new TurndownService({ emDelimiter: '*' });
strongDelimiter（粗体标记）: 用于指定生成的 Markdown 粗体的标记。默认是"**"。
const turndownService = new TurndownService({ strongDelimiter: '__' });
API
Turndown 提供了一组 API 方法，用于定制和配置 HTML 到 Markdown 的转换过程。以下是一些常用的 Turndown API 方法和选项：
-
turndown(html: string): 这是 Turndown 的主要方法，用于将给定的 HTML 字符串转换为 Markdown。它返回一个 Markdown 字符串。 -
addRule(key: string, rule: Rule): 允许你添加自定义规则来处理 HTML 元素的转换。key是规则的唯一标识符，rule是一个包含规则定义的对象。 -
keep(filter: string | RegExp | KeepFilterFunction): 允许你指定哪些 HTML 元素应该保留为原始 HTML，而不进行转换。你可以传递一个字符串、正则表达式或自定义函数来定义保留的条件。 -
remove(filter: string | RegExp | RemoveFilterFunction): 允许你指定哪些 HTML 元素应该从输出的 Markdown 中完全移除。你可以传递一个字符串、正则表达式或自定义函数来定义移除的条件。 -
use(plugins: Plugin | Plugin[]): 允许你加载 Turndown 插件，这些插件可以添加额外的转换规则和功能。插件是一种扩展 Turndown 功能的方式。 -
keepReplacement: 用于自定义保留元素时的替代字符串，默认是'\n\n'。你可以更改这个字符串以满足你的需求。 -
addRuleBefore(existingKey: string, newKey: string, rule: Rule): 在现有规则之前添加自定义规则。 -
addRuleAfter(existingKey: string, newKey: string, rule: Rule): 在现有规则之后添加自定义规则。
市面上还有很多其他html转换markdown的工具，比如html-to-markdown、showdown、remark、Marked 可以根据项目需要和个人喜好去使用。
本文只是简单介绍一下turndown工具。更多详细内容可以在官方文档中查看：https://github.com/domchristie/turndown。