HTML en Markdown

Pourquoi HTML vers Markdown ?

HTML est le format source du web, et très souvent la forme dans laquelle vous trouvez le texte : une newsletter consultable seulement comme source HTML ; une sauvegarde de notes d’Evernote ou OneNote ; un article récupéré ; un export de CMS. Markdown est le format dans lequel vous gardez ce texte dans la durée, diffable, en texte brut, lisible dans un éditeur, compris par Obsidian et Logseq.

Cet outil prend un fichier HTML ou du code source collé, pas une adresse web. Il écrit du GitHub Flavored Markdown avec les titres du contenu, les listes, les tableaux simples et les marques en ligne que le Markdown peut porter. La mise en page CSS et les scripts ne sont pas exécutés.

Comment fonctionne techniquement la conversion ?

Le code est lu dans le navigateur, sans construire la page comme le ferait un onglet et sans exécuter de scripts. script, style, noscript, iframe, les liens de feuille de style, object et embed sont toujours retirés. Les attributs qui commencent par on partent, ainsi que javascript: dans href ou src. Les liens ordinaires et les adresses d’image restent.

Les titres sont les h1 à h6 du contenu, pas le titre du document dans head. Paragraphes, listes et liens sont convertis. <em> devient italique. Les tableaux simples deviennent des tableaux en pipes. Un tableau sans en-tête reçoit une ligne d’en-tête vide au-dessus des données. colspan et rowspan ne produisent pas d’avertissement. Le résultat peut sortir de travers, vérifiez-le.

Les images deviennent des références. La référence reste, et le fichier image n’est pas intégré dans le Markdown. Un moteur qui affiche le Markdown plus tard peut charger l’adresse de l’image. Un interrupteur place un en-tête YAML devant, activé par défaut. La conversion démarre quand vous cliquez sur le bouton. Vous voyez ensuite le code Markdown dans un bloc, pas la page rendue. Vous le copiez ou téléchargez un fichier .md.

À quoi l’outil sert-il ?

• Archiver des newsletters e-mail. Les newsletters au format HTML passent en Markdown dans le vault Obsidian.
• Préparer du contenu web pour prompts IA. Un long article devient un Markdown qui rentre dans le prompt Claude ou GPT.
• Migration de notes depuis Evernote / OneNote. Les exports de notes en HTML atterrissent en fichiers .md dans le nouveau système.
• Migration de blog vers Hugo / Astro. Les billets existants en HTML deviennent des posts Markdown avec frontmatter que comprennent les générateurs de sites statiques.
• Contenu wiki depuis des exports Confluence. Les exports HTML de Confluence/SharePoint deviennent des pages Markdown pour alternatives Notion.

Qu’est-ce qui est préservé ?

Toujours là : titres h1 à h6 du contenu, paragraphes, listes, liens avec leur texte, tableaux simples, gras et italique, code en ligne, citations, références d’image avec l’adresse d’origine.

Toujours retiré : script, style, noscript, iframe, liens de feuille de style, object, embed, attributs on et javascript: dans href ou src. Cela décrit le nettoyage.

Pas du 1:1 : tableaux avec colspan ou rowspan, sans bloc d’avertissement. Mise en page CSS, titre du document, et contenu qu’un script aurait seul créé. Une indication de langue sur les blocs de code n’est pas promise.

Confidentialité: tout reste dans l’onglet navigateur

Un export HTML d’une appli de notes, ou une newsletter, peut contenir plus que ce que vous voulez transmettre. Le fichier ou le code collé est converti dans le navigateur et n’est pas téléversé. Rien de cela n’est stocké sur un serveur tiers.

Quels convertisseurs proches existent ?

Cet outil fait partie de la famille des convertisseurs Markdown :

• DOCX en Markdown, documents Word avec structure de titres et listes.
• PDF en Markdown, aussi PDF scannés via OCR.
• CSV en Markdown, aussi TSV, avec virgule, point-virgule et tabulation.
• XLSX en Markdown, Excel incl. XLS et ODS, multi-feuilles.