将HTML网页转换为Markdown格式的工具及方法

保存博客文章

早期在markdown语法还没有推出来之前，编写blog是在网页上或olw写的，也就是文章是保存在对方的主机上。

最近计划把我在博客园的一些早期html文章转换成markdown的文件，因为md更好地保存，经过实践之后，我保留这两个工具。

PS. 也尝试过python的脚本版本，但运行时会有报错，就省心地选用了相对稳定的工具。

我尝试的几种脚本 放在 html2md，本文提到的这两个工具是我推荐使用的。

最近更新

本文章写于2020年8月，但是最近2023年6月，我发现了一个更加好用的浏览器插件，支持把网页内容下载保存为markdown文件

edge扩展地址：MarkDownload - Markdown Web Clipper - Microsoft Edge Addons

那么现在我就直接使用edge的扩展，更加方便了。

html2md

地址：https://github.com/TruthHun/html2md

需要下载一个exe，在windows上使用，批量转换脚本如下：

@echo on
for /r %%i in (*.html) do html2md.exe %%~pi%%~ni.html %%~pi%%~ni.md
pause

这个工具转换出来的html更加简洁，我目前是使用这个脚本进行转换

pandoc

pandoc文档：https://pandoc.org/installing.html

使用方法：

安装 pandoc，并配置环境变量，在dos下使用下列语句转换格式。

pandoc text.html -o text.markdown

pandoc转换出来的html保留了原来的很多内容，比如一些特定的div #，比如这样子的

::: {.content}
::: {#outer_postBodyPS}
::: {#postBodyPS}