HTML 转 Markdown 转换器

示例：一份上线通知

下面的输出都由本工具的转换器算出：Turndown 7.2.4，加上 turndown-plugin-gfm 1.0.2 的表格规则。

从内部 Wiki 复制出来的发布说明通常是这样一段 HTML：

<h3>今晚 22:00 发布</h3>
<ul><li>订单列表支持按<strong>支付时间</strong>筛选</li><li>修复导出 Excel 时文件名乱码</li></ul>
<table><thead><tr><th>模块</th><th>负责人</th></tr></thead><tbody><tr><td>订单</td><td>张伟</td></tr><tr><td>报表</td><td>李娜</td></tr></tbody></table>
<p>回滚方案见<a href="https://wiki.example.cn/release/1008">发布文档</a>。</p>

转换结果：

### 今晚 22:00 发布

-   订单列表支持按**支付时间**筛选
-   修复导出 Excel 时文件名乱码

| 模块 | 负责人 |
| --- | --- |
| 订单 | 张伟 |
| 报表 | 李娜 |

回滚方案见[发布文档](https://wiki.example.cn/release/1008)。

标题级别保持 h3 的三个 #，列表符号是 - 加三个空格，表格因为第一行在 thead 里，所以转成了 GFM 表格。整段输出按 UTF-8 计算是 264 字节。

发到企业微信群之前

企业微信的《消息推送配置说明》（页面标注最后更新 2025/08/07）规定，群消息推送的 markdown 和 markdown_v2 两种类型，content 都最长不超过 4096 个字节，必须是 UTF-8 编码。两种类型能用的语法不一样：

• markdown 只支持标题、加粗、链接、行内代码、引用和三种内置字体颜色。上面的列表和表格都不在这个范围里。
• markdown_v2 另外支持斜体、列表、表格、图片、分割线和代码块，但不支持字体颜色和 @群成员。文档还写明，客户端低于 4.1.36（安卓低于 4.1.38）时，这种消息显示为纯文本。

所以上面这段转换结果要按 markdown_v2 发送。264 字节离 4096 字节的上限还很远；一个汉字在 UTF-8 里占 3 字节，纯中文正文大约 1365 个字就会到上限。有两处和文档里的示例写法不同：本工具的列表符号后面有三个空格，文档示例只有一个；<hr> 会转成 * * *，文档示例的分割线写作 ---。我们没有在企业微信客户端里实测这两种写法，发送前可以先在测试群里试一次，或者手动改成文档的写法。

中文标点后面的加粗

从网页复制的 HTML 里，经常能看到连冒号一起加粗的写法。转换器会如实输出：

输入 <p><strong>注意：</strong>这里必须填写手机号</p>，输出 **注意：**这里必须填写手机号。

这行 Markdown 在本站的 Markdown 预览里不会变成加粗，两边的 ** 原样显示。原因在 CommonMark 的分隔符规则（CommonMark 0.31.2 §6.2）：结尾的 ** 前面是标点「：」时，后面必须是空白或标点才能闭合，而这里紧跟着汉字「这」。中文句子不用空格分词，这种情况比英文常见得多。

修法是改 HTML，把标点移出加粗：<p><strong>注意</strong>：这里必须填写手机号</p> 转成 **注意**：这里必须填写手机号，预览里能正常加粗。也可以在转换后的 Markdown 里手动移动 **。

不完整的 HTML 与没有表头的表格

只复制了半截的 HTML 常常缺结束标签。输入 <p>价格：<b>¥199<p>库存：12 件 时，输出是：

价格：**¥199**

**库存：12 件**

第二段本来不该加粗。浏览器的解析器遇到新的 <p> 会结束上一段，但还没闭合的 <b> 会在下一段里重新打开，这是 HTML 标准规定的做法（重建活动格式元素）。转换前补上 </b> 就不会这样。

表格的第一行如果用的是 td 而不是 th，又不在 thead 里，转换器不猜表头，把整张表原样保留为 HTML。输入 <table><tr><td>型号</td><td>价格</td></tr><tr><td>A1</td><td>199</td></tr></table>，输出是：

<table><tbody><tr><td>型号</td><td>价格</td></tr><tr><td>A1</td><td>199</td></tr></tbody></table>

<tbody> 是解析器自动补上的。想得到 GFM 表格，就把第一行改成 th，或者放进 thead。

转换规则对照

限制

• 删除线（<del>、<s>）、高亮（<mark>）和任务列表的复选框不会转换，只留下文字。
• 表格的 colspan 和 rowspan 会被忽略，GFM 表格没有合并单元格。
• <script>、<style>、<title> 里的文字不会被删掉，只粘贴需要的那部分 HTML。
• 没有 src 属性的 <img> 会被整个丢掉，不留任何痕迹。延迟加载图片的网页常把地址先放在 data-src 里，要等图片加载出来再复制，或者先把属性名改成 src。
• 代码语言只从 <code> 上的 language- class 读取，写在 <pre> 上的 class 或 data-lang 属性读不到，得到的是不带语言的围栏。
• 相对路径的链接和图片原样保留，发布后按新页面的地址解析。
• 输入超过 1,048,576 个字符时会显示「输入内容过大，转换可能较慢。」，转换仍在页面里进行。
• 本站的 Markdown 预览会把原始 HTML 当文字显示，表格里的 <br> 和保留为 HTML 的表格在预览里会显示成标签。