HTML to Markdown

Was ist HTML-zu-Markdown-Konvertierung?

HTML-zu-Markdown-Konvertierung wandelt HTML-Markup in Markdown um — eine leichtgewichtige Klartextformatierungssyntax, die John Gruber im Jahr 2004 entwickelt hat. Markdown wurde konzipiert, um ohne Rendering lesbar zu sein. Während HTML öffnende und schließende Tags wie <strong> und <a href=""> erfordert, verwendet Markdown Kurzzeichen: **Fettdruck**, [Links](url) und # Überschriften. Die Konvertierung von HTML in Markdown erzeugt Dateien, die sich einfacher lesen, bearbeiten und in Versionskontrollsystemen verwalten lassen als rohes HTML.

Der Konvertierungsprozess ordnet HTML-Elemente ihren Markdown-Entsprechungen zu. Ein <h2> wird zu ##, ein <ul><li> wird zu - Element, und ein <a>-Tag wird zu [Text](url). Einige HTML-Elemente haben keine direkte Markdown-Entsprechung, etwa <div>, <span> oder benutzerdefinierte Datenattribute. Konverter entfernen diese Tags in der Regel oder geben sie als rohes HTML durch — je nach Konfiguration.

Markdown hat sich als Standardschreibformat für Entwicklerdokumentation (GitHub, GitLab, Bitbucket), statische Site-Generatoren (Hugo, Jekyll, Astro), Notiz-Apps (Obsidian, Notion) und technische Blogs etabliert. Die Konvertierung bestehender HTML-Inhalte in Markdown ist ein häufiger Schritt beim Migrieren von Websites, beim Importieren von CMS-Inhalten oder beim Archivieren von Webseiten in einem portablen Format. Im Gegensatz zu HTML erzeugen Markdown-Dateien saubere Diffs in der Versionskontrolle, was Code-Reviews von Dokumentationsänderungen praktikabel macht.

Warum einen HTML-zu-Markdown-Konverter verwenden?

HTML manuell als Markdown umzuschreiben ist langsam und fehleranfällig — besonders bei Seiten mit verschachtelten Listen, Tabellen oder Dutzenden von Links. Ein automatisierter Konverter übernimmt die strukturelle Zuordnung sofort und konsistent.

Anwendungsfälle für HTML to Markdown

HTML-zu-Markdown-Elementreferenz

Die folgende Tabelle zeigt, wie gängige HTML-Elemente auf ihre Markdown-Entsprechungen abgebildet werden. Diese Zuordnung folgt den GitHub Flavored Markdown (GFM)-Konventionen, die die CommonMark-Spezifikation um Tabellen, Durchstreichung und Aufgabenlisten erweitern. Nicht aufgeführte Elemente (wie <div>, <form> oder benutzerdefinierte Web-Komponenten) haben keine Markdown-Entsprechung und werden entweder entfernt oder als rohes HTML durchgereicht.

Markdown-Varianten: GFM vs. CommonMark vs. Original

Nicht jedes Markdown ist gleich. Das Ausgabeformat ist entscheidend, da verschiedene Plattformen Markdown unterschiedlich parsen. Die drei gängigsten Varianten sind GitHub Flavored Markdown (GFM), CommonMark und Grubers ursprüngliches Markdown.

Code-Beispiele

Praktische Beispiele in JavaScript (Turndown), Python (markdownify und html2text), Go und Pandoc auf der Kommandozeile.

import TurndownService from 'turndown'

const turndown = new TurndownService({ headingStyle: 'atx' })
const html = '<h1>Title</h1><p>A <strong>bold</strong> paragraph.</p>'
const md = turndown.turndown(html)
console.log(md)
// → "# Title\n\nA **bold** paragraph."

from markdownify import markdownify

html = '<h2>Section</h2><ul><li>First</li><li>Second</li></ul>'
md = markdownify(html, heading_style='ATX')
print(md)
# → "## Section\n\n- First\n- Second"

import html2text

converter = html2text.HTML2Text()
converter.body_width = 0  # disable line wrapping

html = '<p>Visit <a href="https://example.com">Example</a> for details.</p>'
md = converter.handle(html)
print(md)
# → "Visit [Example](https://example.com) for details."

package main

import (
	"fmt"
	md "github.com/JohannesKaufmann/html-to-markdown"
)

func main() {
	converter := md.NewConverter("", true, nil)
	html := `<h3>Go Example</h3><p>Code: <code>fmt.Println()</code></p>`
	markdown, _ := converter.ConvertString(html)
	fmt.Println(markdown)
	// → "### Go Example\n\nCode: `fmt.Println()`"
}

# Convert an HTML file to Markdown
pandoc input.html -f html -t markdown -o output.md

# Pipe HTML from stdin
echo '<p>Hello <em>world</em></p>' | pandoc -f html -t markdown
# → Hello *world*

# Use GitHub-Flavored Markdown output
pandoc input.html -f html -t gfm -o output.md

Häufig gestellte Fragen