html-to-markdown
Высокопроизводительный конвертер HTML в Markdown, совместимый с CommonMark.
Преобразуйте «грязный» HTML из реального мира в чистый CommonMark на 16 различных языках программирования.
Этот инструмент превращает незакрытые теги, некорректные сущности и вложенные таблицы в чистый CommonMark или Djot. Он подходит разработчикам, создающим конвейеры данных или RAG-системы для обработки необработанного веб-контента.
Что это
Он использует многоуровневую архитектуру диспетчеризации, объединяющую сканеры байтов, обходчики DOM и исправление через html5ever, для обработки реального HTML на скорости от 19 до 116 МБ/с. Наряду с преобразованием текста он извлекает структурированные метаданные, такие как Open Graph, карточки Twitter и JSON-LD, за один проход.
Для кого
Он подходит инженерам-программистам и специалистам по работе с данными, обрабатывающим большие массивы веб-страниц на различных языках программирования. Он не подходит конечным пользователям, ищущим графическое десктопное приложение или no-code сервис веб-клиппинга.
Ключевые возможности
Привязки для 16 языков
Вызывайте ядро Rust напрямую из Python, Node.js, Go, Java, PHP и еще 11 языков.
Многоуровневое исправление HTML
Автоматически обрабатывает незакрытые теги, CDATA и поврежденные сущности без потери контента.
Извлечение метаданных
Извлекает метаданные Open Graph, Twitter и JSON-LD во время прохода конвертации.
Поддержка вывода Djot
Переключайте форматирование вывода со стандартного CommonMark на Djot с помощью конфигурации.
Готово за 3 шага
Наш честный вердикт
Плюсы
- Обеспечивает идентичный на уровне байтов вывод для 16 различных языковых привязок с использованием единого ядра Rust
- Извлекает структурированные метаданные страницы и таблицы одновременно с конвертацией текста
- Обрабатывает большие массивы данных со скоростью от 19 до 116 МБ/с
- Включает навыки агентов и плагины для ИИ-ассистентов программирования, таких как Claude Code и Cursor
Минусы
- Некоторые языковые привязки требуют определенных шагов нативной установки, например PIE для PHP
- Требует интеграции зависимостей пакетов в существующую кодовую базу
- Предлагает программный API вместо готового графического интерфейса пользователя
Цены и лицензия
Бесплатно под лицензией open source, единственными затратами являются ваши собственные вычислительные ресурсы.
Вакансии для носителей русского языка
879 открытых удалённых вакансий по обучению ИИ, обновлено 15 ноября 2026 г.; в большинстве оплата $20–$175 в час. Из них 2 — для носителей русского языка. Zekai публикует их бесплатно; отклик уходит на платформу работодателя.
Альтернативы
Используйте сами или мы всё настроим
Вопросы
Какие форматы вывода он поддерживает?
По умолчанию он выводит Markdown, совместимый с CommonMark, с возможностью выдавать формат Djot.
Как он обрабатывает некорректный HTML?
Он использует многоуровневую систему диспетчеризации, включающую сканер байтов, обходчик DOM и исправление html5ever для автоматической обработки незакрытых тегов и смешанных кодировок.
