指南

HTML 转 Markdown 对比去除 HTML 标签:本地清洗网页文本

了解何时将 HTML 转为结构化 GFM Markdown,或彻底去除 HTML 标签提取纯文本——离线移除导航脚本并解码字符实体。

4 分钟阅读

快速解答: 如果你希望保留标题层级、列表、超链接、围栏代码块与 GFM 表格以便喂给大模型 RAG、Obsidian 或 Git 文档,请选择 HTML 转 Markdown;如果你只需要零标记符号、已解码 HTML 实体且剔除脚本的纯正 .txt 文稿,请使用去除 HTML 标签。

HTML 转 Markdown 与去除 HTML 标签:按场景选对工具

从技术文档网站、CMS 后台或营销邮件复制出的 HTML 源码,通常把正文夹杂在大量 script、style、nav、aside 标签和 &、— 等字符实体之中。

决定使用 HTML 转 Markdown 还是去除 HTML 标签,关键在于下游环节是需要轻量级文档结构,还是要求彻底剥离一切格式标记的纯文本。

  • 在构建 RAG 知识库、Obsidian 笔记或技术文档归档时选用 HTML 转 Markdown,以留住标题和表格语义。
  • 在向 CRM 备注、CSV 字段、Web 表单或短信邮件模板粘贴正文时选用去除 HTML 标签。
  • 两款工具均在浏览器内存运行,企业内网页面或私密邮件源码绝不会上传至第三方抓取接口。
对比维度HTML 转 Markdown去除 HTML 标签
输出格式.md(Markdown 文档).txt(纯文本)
标题、列表与表格完整转为 ATX/Setext 与 GFM 表格转为干净的自然换行纯文本
超链接处理保留为 [文本](链接)直接去除或输出为 文本 (链接)
脚本与导航过滤过滤 script、style、nav、header、footer过滤 script、style、noscript 与注释

用 HTML 转 Markdown 保留标题、代码块与 GFM 表格

在浏览器本地环境中,HTML 转 Markdown 会结合 DOMParser 与 Turndown 并挂载 GitHub Flavored Markdown 规则。启用“移除脚本与导航”选项后,工具会在转换前自动清理导航栏、页眉、页脚与侧边栏噪音。

你还可以自由切换 ATX(#)或 Setext 标题风格、围栏或缩进代码块,并直接将 HTML table、删除线和任务复选框转成标准 GFM 语法。

html
<nav><a href="/">Home</a></nav>
<article>
  <h1>Local HTML Cleanup</h1>
  <p>Zero <strong>network</strong> calls &amp; clean <a href="https://txtto.app/">Markdown</a>.</p>
</article>

本地将网页 HTML 转为干净的 GFM Markdown

用去除 HTML 标签提取解码字符实体后的纯文本

当你只想要人类可直接阅读的纯文本时,去除 HTML 标签会先剥离 script、style、noscript 与 HTML 注释,再在块级标签边界插入规范换行以免段落粘连,并将 &nbsp;、&mdash;、&#x27; 等命名及数字实体还原为标准字符。

开启“保留链接 URL”后,标准锚点会被整理为易读的“标题 (https://...)”格式,同时自动过滤危险的 javascript: 伪协议链接。

本地剥离 HTML 标签并解码字符实体

将整理好的文稿发布为安全 HTML 或无标记纯正文

本地编辑好 Markdown 之后,借助 Markdown 转 HTML 可将其渲染为经过 DOMPurify 净化的安全 HTML,或一键以富文本格式复制粘贴进 Word、Google Docs 和邮箱。

若后续又想去掉 **加粗** 与 ### 标题符号,只保留纯净散文文本,只需把结果直接送入“去除 AI Markdown”。

将 Markdown 转为净化 HTML 或富文本

参考资料

常见问题

HTML 转 Markdown 会自动删掉导航菜单和 script 脚本吗?

会的。script、style、noscript 与 template 标签会被始终剔除;保持“移除脚本与导航”开启时,还会一并清理 nav、header、footer 和 aside 区域。

去除 HTML 标签能在删掉 <a> 标签的同时保留网址吗?

可以。勾选“保留链接 URL”后,<a href="https://example.com">文档</a> 会转为“文档 (https://example.com)”,并自动拦截 javascript: 链接。

HTML 转 Markdown 支持转换 HTML 表格和待办复选框吗?

支持。只要保持 GFM 选项开启,HTML 表格会自动转为管道符 Markdown 表格,复选框控件也会转为 [x] 或 [ ] 任务列表项。

相关格式

相关方案对比

相关指南