HTMLをMarkdownに変換

仕組み

READMEファイル、課題管理ツール、Wiki、静的サイトが求めるのはMarkdownです。ウェブページからコピーしたり、CMSから書き出したりすると手に入るのはHTMLです。手作業での変換は面倒で、結果には余計なマークアップがたいてい残ります。

きれいに変換されるもの

見出し、段落、太字と斜体、リンク、画像、インラインコード、コードブロック、引用、水平線、そして入れ子を含む2種類のリスト。これらにはMarkdownでの正確な対応表現があり、手で書いたとおりの形で出力されます。

残せないもの

Markdownにはスタイル、クラス、レイアウト用のdiv、span、その他見た目に関わるものを表現する方法がありません。これらのタグは外され、テキストは残ってタグ自体は破棄されます。簡略化が行われたことが分かるよう、その件数も表示します。スクリプトとスタイルのブロックは完全に削除されます。

表

表のテキストは残りますが、Markdownの表としては出力されません。HTMLの表にはセルの結合や入れ子がよく使われ、Markdownの表構文ではどうしても表現できないためです。単純な表なら、崩れた結果を直すより手で書き直すほうが早いでしょう。

パターン照合ではなく構文解析

HTMLは正規表現ではなく、お使いのブラウザ自身のパーサーで解析されます。そのため、不正な形式や深く入れ子になったマークアップも、ブラウザが扱うのと同じように処理されます。