HTML 转 Markdown

功能

• 标题、段落、加粗、斜体、删除线、行内代码、链接、图片
• 无序与有序列表（含嵌套，按标记宽度缩进），省略 </li> 的写法也认
• 围栏代码块，语言从 class="language-xxx" 或 "lang-xxx" 里取
• GFM 管道表格，缺少的单元格补空、单元格里的竖线自动转义
• 引用、分隔线、换行（行尾两个空格的硬换行）
• 正文里的 Markdown 语法字符自动转义，不会被解析成格式
• 代码块围栏按内容里的反引号自动加长
• javascript: / data: 这类协议不转成可点的链接
• script 与 style 整块丢掉，不把脚本塞进产物
• 认不出的标签保留文字、丢掉标签 —— 产物里不会混着两种语法
• 富文本编辑器（UEditor、CKEditor、TinyMCE）导出的带 inline style 的片段可以直接粘
• 全部在浏览器本地完成，内容不外传

使用方法

1. 把 HTML 粘进输入框
2. 需要紧凑排版时关掉「段落之间空一行」
3. 复制产物，粘进博客、Issue、文档或 README

常见问题

为什么正文里的星号变成了 \*？

因为 Markdown 会把 `*` 当成斜体的开始。一段含 `a*b*c` 的正文原样输出，渲染出来是 `a` + 斜体 `b` + `c` —— 用户看到的只是「产物莫名其妙变了样」。转义成 `a\*b\*c` 之后渲染出来还是原来那几个字符。同样的处理也用在反引号、下划线、方括号与尖括号上。`#` 与 `-` 刻意不转：它们只在行首才有块级含义，而全转掉的代价是产物里到处是反斜杠（`C#` 会变成 `C\#`）。

代码块的语言是怎么来的？

从 `<pre><code class="language-js">` 里的 class 取，`language-` 与 `lang-` 两种前缀都认（前者是 GitHub 与 highlight.js 的写法，后者是 Prism 的）。取不到就输出不带语言的围栏。另外围栏长度会按内容自动加长：内容里含三反引号时用四反引号包起来，否则代码块会在那一行提前闭合，后面的内容全跑成正文。

为什么链接被「降级」成了纯文字？

因为它的地址用了 `javascript:`、`data:` 这类协议。这类地址在正常正文里几乎没有出现的理由，而产物是要粘进你自己的博客或工单的 —— 一个 `[点这里](javascript:...)` 粘过去就是一个可点的 XSS 入口。工具这边只放行 http、https、ftp、mailto、tel 等几种正常协议，其余的只保留文字。

表格转出来为什么多了表头？

因为 Markdown 的表格必须有表头，没有表头那几行就没法用管道语法表达。所以源表格里全是 `<td>` 时，第一行会被当成表头。另外源表格里缺少的单元格会补空，单元格内的竖线会被转义成 `\|`（不转义的话那一格会把表格切断）。

UEditor 这类富文本编辑器导出的内容能转吗？

能。编辑器导出的 HTML 通常带一大堆 inline style（`text-indent`、`font-family`、`text-align`）与层层嵌套的 `<div>`／`<span>`，这个工具会丢掉样式、保留文字，因为这些样式在 Markdown 里没有对应物，硬转成内联 HTML 只会让产物没法读。这是刻意的取舍：拿到干净的文字，而不是拿到一份带着原样样式的 HTML。

内容会被上传吗？

不会。转换全在浏览器内存里完成，页面不发送任何请求，断网也能用。