iLoveDevTool为什么要把网页内容变成 Markdown
三个场景撑起了 HTML 转 Markdown 的真实需求：
- 笔记归档：读到好文章想存进 Obsidian/Notion——这些工具的「粘贴网页」常丢格式或带进广告杂质，复制 HTML 源码再转 Markdown 是最干净的路径
- 博客迁移：老站是 HTML 输出（WordPress 主题、手写页面），迁到 Hugo/Hexo/Astro 这类 Markdown 驱动的静态博客，逐篇转格式是必经之路
- 大语言模型的素材整理：把网页喂给模型做摘要/翻译/改写时，去掉导航栏脚注残渣的纯 Markdown 上下文最省 token、噪音最低
三个场景的共同点：要结构与正文，不要样式与杂质——这正是转换规则设计的出发点。
核心规则一：结构与强调的映射
直译的部分没有争议：h1-h6 映射 #-######，strong 映射 **，em 映射 *，行内 code 用反引号。有意思的是边界：
- 包装标签透传：div/section/span 这类纯容器在 Markdown 里没有对应物，只保留内部内容
- script/iframe/表单丢弃：交互元素在 Markdown 里无处安放，安全上也不该保留
- 内联样式全丢：Markdown 哲学是内容与表现分离，颜色字号这类信息注定丢失
核心规则二：列表的深度还原
列表是最容易转坏的结构。要点有三个：
- 嵌套缩进：子列表按两空格缩进逐层展开，乱一层整棵树就散架
- 有序起始号：
<ol start="5">要输出5.开头——编号是内容语义，丢了就错 - 任务列表：列表项首位是 checkbox 时转
- [x]/- [ ]（GFM 扩展），藏在段落里的 checkbox 则按表单元素丢弃
核心规则三：表格与代码块
表格走 GFM 扩展：表头行 + 对齐分隔行 + 数据行，对齐从 HTML 的 align 属性映射（:---/:---:/---:）。要诚实的是：现代网页的对齐多写在 CSS class 里，能映射到的对齐是少数——「表格结构保留」是确定的，「视觉对齐保留」不承诺。
代码块有两条：从 language-xxx class 提取语言标注围栏（```python）；围栏升级——内容本身含三反引号时（比如这篇网页就是在讲 Markdown 语法），外层围栏自动升到四反引号，否则代码块在半途被截断。
核心规则四：转义——保住「渲染结果与原文一致」
这是最容易被轻视、却决定输出质量的一环。文本里恰好出现 *、_、[、行首 # 或 - 时，不转义就会意外变成强调/链接/标题/列表。规则按位置判断：
| 场景 | 处理 |
|---|---|
文本中的 * [ |
前加反斜杠 |
snake_case 词中间的 _ |
保留（前后是字母数字时不是强调语法） |
行首的 # - 1. |
转义，防止变标题/列表 |
表格单元格内的 | |
转义，防止拆列 |
| pre/code 内容 | 一律不转义（它就该是字面量） |
工具与生态的搭配
HTML 转 Markdown 转换器把上述规则做全：粘贴源码实时转换，列表符号/强调风格/保留图片/GFM 表格四个开关适配目标编辑器惯例。转换结果想预览渲染效果，用 Markdown 在线预览反方向核对；README 类文档的预览工作流见这篇指南。编程化批量场景再用 markdownify/turndown 这类库——一次性任务，粘贴即得的在线工具成本最低。
常见问题
HTML 转 Markdown 的过程中会丢失什么？
四类：内联样式与 class/id（Markdown 没有对应语法）；合并单元格与单元格内嵌套结构（GFM 表格不支持）；script/iframe/表单控件等交互元素（安全与语法双重不支持）；CSS 驱动的视觉信息（对齐多写在 class 里，只有 HTML align 属性的对齐能映射）。结构与文字内容是保住的——这正是「素材整理」场景需要的。
转 Markdown 时下划线和星号为什么要转义？
Markdown 把 * 与 _ 当强调语法、把 [ ] 当链接语法、行首的 # 与 - 当标题与列表——文本里恰好出现这些字符时会意外改变渲染结果（snake_case 变斜体、行首数字加点变列表）。转换器按位置转义：词中间的下划线保留、行首语法字符加反斜杠、表格单元格里的竖线转义——保住「渲染结果与原文一致」这个第一原则。
代码块里的三个反引号怎么处理？
围栏升级：内容本身包含 ``` 时，外层围栏自动升到四反引号或更长，直到不再与内容冲突——这也是 CommonMark 的标准做法。行内代码同理，内容含反引号时用双反引号包裹。转换 Markdown 教程类网页（代码块里就是反引号语法）时这条规则是刚需。
有哪些编程库可以做同样的转换？
Python 生态的 markdownify 与 html2text（命令行可独立用）、BeautifulSoup4 自写遍历；JavaScript/Node 的 turndown（浏览器与 Node 双端）与 unified 生态的 rehype-remark 管线；各静态博客框架（Hugo/Hexo）的导入器内部也是这类库。在线工具的优势是零环境成本：粘贴即得，适合一次性或低频任务。