HTML in Markdown umwandeln: Anleitung für ein geprüftes Ergebnis

Wofür sich die HTML-zu-Markdown-Umwandlung eignet

Dieses Werkzeug wandelt bereitgestellten HTML-Text in Markdown-artigen Text um. Das ist nützlich, wenn Inhalte aus einer HTML-Quelle in eine leichter lesbare oder weiterverarbeitbare Textdarstellung überführt werden sollen. Die Umwandlung arbeitet mit festgelegten Textmustern für ausgewählte HTML-Elemente, Attribute, Zeichenreferenzen und Leerraum. Sie ist deshalb nicht als vollständige Verarbeitung jeder möglichen HTML-Variante zu verstehen.

HTML in Markdown umwandeln: Vorgehen

Geben Sie den HTML-Inhalt in das Texteingabefeld ein. Das Feld kann leer bleiben; ohne Eingabe wird eine leere Zeichenfolge verarbeitet.
Starten Sie die Umwandlung mit der dafür vorgesehenen Aktion. Bei leerer oder ausgelassener Eingabe wird die Verarbeitung erfolgreich abgeschlossen und ein leeres Ergebnis erzeugt.
Prüfen Sie den ausgegebenen Text. Überschriften der Ebenen 1 bis 6 erhalten Markdown-Überschriftenpräfixe, während ihr innerer Text erhalten bleibt. Links mit einfach oder doppelt gesetztem href werden als Markdown-Links dargestellt. Bilder mit doppelt gesetztem src werden als Markdown-Bilder ausgegeben. Der Alternativtext wird übernommen, wenn er in der erkannten Form nach dem src-Attribut steht; andernfalls bleibt er leer.
Achten Sie auf Formatierungen und Blöcke. Attributlose Elemente wie strong, b, em und i können in Markdown-Auszeichnungen umgewandelt werden. Die genaue Struktur <pre><code>...</code></pre> wird als abgetrennter Codeblock erkannt, passende einfache code-Elemente als Inline-Code. Bestimmte Listen, Blockzitate, Absätze, Zeilenumbrüche, Trennlinien und Blockcontainer erhalten ebenfalls Markdown-artige Text- oder Abstandsänderungen.
Verwenden Sie das Ergebnis weiter und kontrollieren Sie Stellen, die von den erkannten Mustern abweichen könnten. Nicht unterstützte oder nicht passend strukturierte Tags werden nach den unterstützten Umwandlungen entfernt, wobei der darin enthaltene Nicht-Tag-Text erhalten bleibt. Ausgewählte benannte Zeichenreferenzen und dezimale numerische Zeichenreferenzen werden decodiert. Abschließend werden Folgen aus mindestens vier Zeilenumbrüchen auf drei reduziert sowie Leerzeichen am Anfang und Ende entfernt.

Ergebnis prüfen und Grenzen verstehen

Das Ergebnis ist Markdown-artiger Text, in dem erkannte Überschriften, Links, Bilder, Hervorhebungen, Codebereiche und bestimmte Blockstrukturen anders dargestellt werden als im ursprünglichen HTML. Eine leere Ausgabe bedeutet bei leerer Eingabe eine erfolgreiche leere Umwandlung, nicht zwingend einen Fehler.

Bei HTML mit abweichenden Attributen, zusätzlicher Verschachtelung oder einer anderen Tag-Struktur können Teile unverändert bleiben oder erst bei der Entfernung verbleibender Tags ihren ursprünglichen Text ohne HTML-Syntax zeigen. Bei script- und style-Blöcken werden Inhalte entfernt, wenn sowohl öffnendes als auch schließendes Muster in der erkannten, nicht von Groß- und Kleinschreibung abhängigen Form vorkommt. Nicht abgeschlossene oder anders strukturierte Blöcke werden dagegen nicht zuverlässig entfernt.

Auch Zeichenreferenzen verdienen eine Kontrolle: Dezimale Referenzen werden nur in der Form &#Ziffern; an die Zeichenumwandlung weitergegeben. Andere fehlerhafte Formen können unverändert bleiben. Ein ausschließlich aus Ziffern bestehender Wert außerhalb des gültigen Bereichs kann hingegen einen Abbruch der Umwandlung auslösen. Prüfen Sie daher besonders importierte Inhalte mit ungewöhnlichen Entitäten und nicht standardnaher HTML-Struktur.

Praktisches Beispiel

Sie möchten einen kurzen HTML-Ausschnitt mit Titel, Verweis und Absatz für eine Markdown-basierte Notiz weiterverwenden.

Fügen Sie den HTML-Inhalt ein, der eine Überschrift, einen Link und einen Absatz enthält, und starten Sie die Umwandlung. Vergleichen Sie danach die drei entsprechenden Bereiche im ausgegebenen Text.

Das Ergebnis hat eine Markdown-artige Struktur: eine erkannte Überschrift beginnt mit einem Überschriftenpräfix, ein passender Link erscheint als Markdown-Link und ein erkannter Absatz erhält die vorgesehene Text- und Abstandsform.

Einschränkungen

Die Verarbeitung deckt nicht jede HTML-Variante ab. Nicht erkannte Strukturen können unkonvertiert bleiben; fehlerhafte dezimale Zeichenreferenzen können unverändert bleiben oder bei einem außerhalb des gültigen Bereichs liegenden Ziffernwert einen Abbruch auslösen.

Häufige Fehler

Eine HTML-Struktur wird nicht wie erwartet umgewandelt, weil Attribute, Verschachtelung oder Tag-Anordnung vom erkannten Muster abweichen. Prüfen und vereinfachen Sie die betroffenen Elemente, oder kontrollieren Sie den ausgegebenen Text anschließend manuell.

Häufige Fragen

Was passiert ohne HTML-Eingabe?

Ja, wenn die Eingabe leer oder ausgelassen ist: Die Verarbeitung endet erfolgreich mit einem leeren konvertierten Text. Bei nicht leerem HTML hängt das Ergebnis von den erkannten Mustern ab.

Werden HTML-Überschriften übernommen?

Überschriften der Ebenen 1 bis 6 erhalten Markdown-Überschriftenpräfixe, sofern die entsprechenden Elemente erkannt werden. Der innere Text bleibt dabei erhalten.

Werden alle HTML-Varianten in Markdown umgewandelt?

Nicht zuverlässig. Abweichende Attribute, Verschachtelungen oder Tag-Strukturen können dazu führen, dass eine Formatierung nicht erkannt wird. Prüfen Sie deshalb Codeblöcke und Inline-Code nach der Umwandlung.