Конвертировать HTML в Markdown

Markdown – это язык разметки с синтаксисом форматирования простого текста, который обычно используется для документации и файлов readme из-за его удобочитаемости и простоты написания. Изначально он был создан для преобразования только в HTML. Библиотека Aspose.HTML for Python via .NET обеспечивает обратное преобразование из HTML в Markdown. Вы можете открывать, создавать и редактировать файлы Markdown с любого устройства с помощью любого текстового редактора.

В этой статье вы узнаете, как конвертировать HTML в Markdown с помощью методов convert_html() класса Converter и как применять MarkdownSaveOptions.

Чтобы продолжить работу с этим руководством, установите и настройте Aspose.HTML for Python via .NET в своем проекте Python. Наши примеры кода помогут вам конвертировать HTML в Markdown и создавать Markdown-файлы с помощью библиотеки Python.

Онлайн-конвертер HTML

Вы можете конвертировать HTML в Markdown с помощью Aspose.HTML for Python via .NET API в режиме реального времени. Сначала загрузите HTML-файл с локального диска или URL-адреса и запустите пример. В примере кода параметры сохранения установлены по умолчанию. Вы сразу получите результат преобразования HTML в Markdown в виде отдельного файла Markdown.

HTML в Markdown – пример кода Python

Методы класса Converter в основном используются как самый простой способ конвертировать HTML-код в различные форматы. Чтобы преобразовать HTML в Markdown, вам необходимо выполнить несколько шагов:

1. Загрузите, откройте или прочитайте HTML-документ. В следующем примере мы инициализируем HTML-документ из строки кода.
2. Создайте новый объект MarkdownSaveOptions и укажите необходимые свойства.
3. Чтобы преобразовать HTML в Markdown, используйте метод convert_html() класса Converter, передав ему HTMLDocument, MarkdownSaveOptions и путь к выходному файлу.

Чтобы преобразовать HTML в Markdown, вы можете определить свой собственный набор правил или использовать предопределенные шаблоны. Например, вы можете использовать шаблон, основанный на синтаксисе GitLab Flavored Markdown. В следующем фрагменте кода показано, как преобразовать HTML в Markdown с помощью свойства git в MarkdownSaveOptions:

# Convert HTML to Markdown using git property in Python

import aspose.html.converters as conv
import aspose.html.saving as sav

# Prepare HTML code and save it to a file
code = "<h1>Header 1</h1>" \
         "<h2>Header 2</h2>" \
         "<p>Hello, World!!</p>"
with open("document.html", "w", encoding="utf-8") as f:
         f.write(code)
         f.close()
         # Call the convert_html() method to convert HTML to Markdown
         conv.Converter.convert_html("document.html", sav.MarkdownSaveOptions.git, "output.md")

Параметры сохранения – класс MarkdownSaveOptions

Функциональность создания Markdown можно расширить с помощью параметров сохранения в соответствии с вашими потребностями. MarkdownSaveOptions имеет ряд свойств, которые позволяют вам контролировать процесс преобразования:

Property	Description
default	This property returns a set of options that are compatible with default Markdown documentation.
features	This property is a flag set that controls which HTML elements are converted to Markdown. For example, you can choose to convert only links and paragraphs or include a broader range of elements such as headers, lists, and tables.
formatter	This property gets or sets the Markdown formatting style. Options available: GIT and DEFAULT.
git	This property returns a set of options that are compatible with GitLab Flavored Markdown, which is a popular extension of Markdown used by GitLab.
resource_handling_options	This property provides access to a ResourceHandlingOptions object which is used to configure how resources are handled during the conversion process.

Конвертировать HTML в Markdown – использование свойства features

Рассмотрим один из важных параметров MarkdownSaveOptions – features. Эта опция позволяет вам включить/отключить преобразование конкретного элемента. В следующем примере показано, как обрабатывать только ссылки и абзацы, остальные элементы HTML остаются без изменений:

# Convert HTML to Markdown using features property in Python

import os
import aspose.html.converters as conv
import aspose.html.saving as sav

# Prepare directories and paths
output_dir = "output/"
if not os.path.exists(output_dir):
    os.makedirs(output_dir)

save_path = os.path.join(output_dir, "options-output.md")

# Prepare HTML code and save it to a file
code = "<h1>Header 1</h1>" \
       "<h2>Header 2</h2>" \
       "<p>Hello, World!!</p>" \
       "<a href='https://docs.aspose.com/'>aspose</a>"
with open(os.path.join(output_dir, "options.html"), "w") as file:
    file.write(code)

# Create an instance of SaveOptions and set up the rule: 
# – only <a> and <p> elements will be converted to Markdown
options = sav.MarkdownSaveOptions()
options.features = sav.MarkdownFeatures.LINK | sav.MarkdownFeatures.AUTOMATIC_PARAGRAPH

# Call the convert_html() method to convert HTML to Markdown
conv.Converter.convert_html(os.path.join(output_dir, "options.html"), options, save_path)

Особенности вложения

Markdown поддерживает множество функций, но не все из них можно использовать вместе. Например, элементы списка внутри элементов таблицы не будут преобразованы. В следующей таблице показано, какие функции могут быть вложенными. Каждая функция является членом перечисления MarkdownFeatures.

Parent feature	Features which can be processed inside
Header	Link, Emphasis, Strong, InlineCode, Image, Strikethrough, Video
Blockquote	Any
List	AutomaticParagraph, Link, Emphasis, Strong, InlineCode, Image, LineBreak, Strikethrough, Video, TaskList, List
Link	Emphasis, Strong, InlineCode, Image, LineBreak, Strikethrough
AutomaticParagraph	Link, Emphasis, Strong, InlineCode, Image, LineBreak, Strikethrough
Strikethrough	Link, Emphasis, Strong, InlineCode, Image, LineBreak
Table	Video, Strikethrough, Image, InlineCode, Emphasis, Strong, Link
Emphasis	Link, InlineCode, Image, LineBreak, Strikethrough, Video
Strong	Link, InlineCode, Image, LineBreak, Strikethrough, Video

Ограничения

Markdown – это легкий и простой в использовании синтаксис. Однако не все элементы HTML можно преобразовать в Markdown, поскольку в синтаксисе Markdown нет эквивалента. Такие элементы, как STYLE, SCRIPT, LINK, EMBED и т. д. будут отброшены во время преобразования.

Встроенный HTML

Markdown позволяет указать чистый HTML-код, который будет отображаться как есть. Функция, позволяющая такое поведение, называется «Встроенный HTML». Чтобы использовать ее, вам следует поместить один из конкретных элементов, поддерживаемых этой функцией, в начало новой строки. Или вы можете пометить один из таких элементов как «Встроенный HTML», добавив к этому элементу атрибут markdown со значением inline. Вот небольшой пример, демонстрирующий, как использовать этот атрибут:

# Convert HTML to Markdown using git property in Python

import os
import aspose.html.converters as conv
import aspose.html.saving as sav

# Prepare directories and paths
output_dir = "output/"
if not os.path.exists(output_dir):
    os.makedirs(output_dir)

save_path = os.path.join(output_dir, "inline-html.md")

# Prepare HTML code and save it to a file
code = "text<div markdown='inline'><code>text</code></div>"
with open(os.path.join(output_dir, "inline.html"), "w") as file:
    file.write(code)

# Call the convert_html() method for HTML to Markdown conversion
conv.Converter.convert_html(os.path.join(output_dir, "inline.html"), sav.MarkdownSaveOptions(), save_path)

# Output file will contain: text\r\n<div markdown="inline"><code>text</code></div>

Как вы можете видеть, содержимое элемента <div> не преобразуется в Markdown и обрабатывается процессором Markdown как есть. Список элементов, поддерживающих эту функцию, различен для каждого процессора Markdown.

Исходная спецификация Markdown поддерживает следующие теги: BLOCKQUOTE, H1, H2, H3, H4, H5, H6, P, PRE, OL, UL, DL, DIV, INS, DEL, IFRAME, FIELDSET, NOSCRIPT, FORM, MATH.

GitLab Flavored Markdown расширяет этот список следующими тегами: ARTICLE, FOOTER, NAV, ASIDE, HEADER, ADDRESS, HR, DD, РИСУНОК, figCAPTION, ABBR, VIDEO, AUDIO, OUTPUT, CANVAS, SECTION, DETAILS, HGROUP, SUMMARY.

В статье Синтаксис Markdown – Базовое руководство представлена ​​информация об основных элементах языка разметки Markdown и подробности синтаксиса Markdown.

Загрузите библиотеку Aspose.HTML for Python via .NET, чтобы успешно, быстро и легко конвертировать документы HTML, MHTML, EPUB, SVG и Markdown в самые популярные форматы.

Aspose.HTML предлагает бесплатный онлайн Конвертер HTML в MD, который конвертирует HTML в Markdown с высоким качеством, просто и быстро. Просто загрузите, конвертируйте файлы и получите результаты через несколько секунд!