Hướng dẫn can pandoc convert html to markdown? - pandoc có thể chuyển đổi html thành markdown không?

Markdown là một định dạng văn bản đơn giản tuyệt vời cho rất nhiều ứng dụng và thường được sử dụng để chuyển đổi sang HTML (ví dụ như trên blog WordPress của tôi tại đây). Ngoài ra còn có một số trường hợp sử dụng tốt cho điều ngược lại: chuyển đổi từ HTML thành Markdown. Gần đây tôi đã có một trường hợp như vậy để chuyển đổi một số bài đăng trên blog cũ từ RAW HTML thành Markdown cho thấy Pandoc làm cho nó thực sự dễ dàng.

Những gì Pand Pandoc

Pandoc là một tiện ích nguồn mở để chuyển đổi giữa một số loại tài liệu phổ biến (và hiếm), ví dụ: văn bản đơn giản, HTML, Markdown, MS Word, latex, wiki, v.v. Danh sách các định dạng đầu ra thực sự rộng rãi và mọi người cũng có thể viết các bộ lọc của riêng họ để xử lý các định dạng khác hoặc để tùy chỉnh các định dạng hiện có theo nhu cầu chính xác của chúng. Khẩu hiệu dự án tổng hợp nó một cách độc đáo:

Nếu bạn cần chuyển đổi các tệp từ định dạng đánh dấu này sang định dạng khác, Pandoc là con dao Army Thụy Sĩ của bạn.

Trang web Pandoc liệt kê tất cả các loại tệp hỗ trợ mà nó có thể chuyển đổi giữa

Trường hợp sử dụng của tôi

Trường hợp sử dụng cụ thể của tôi là chuyển đổi khoảng một tá bài đăng trên blog thực sự cũ từ trang web này. Tôi đã viết những điều này trở lại trong những ngày đầu khi tôi quản lý trang web này ở CityDesk và sau đó di chuyển sang MovableType. Bảng điều khiển tìm kiếm của Google đã cảnh báo tôi về một số lỗi của trình thu thập thông tin hóa ra là do nội dung tệp PHP RAW được phục vụ thay vì HTML thực.

Cách tiếp cận của tôi để làm sạch điều này như sau:

1. Chuyển đổi các bài viết gốc của HTML thành định dạng đánh dấu
2. Thực hiện một số liên kết chỉnh sửa dọn dẹp thủ công và kiểm tra hai lần vẫn còn hiệu lực
3. Thả đánh dấu vào các bài viết thích hợp trong WordPress
4. Sửa đổi các tệp .htaccess hiện tại của tôi để thực hiện chuyển hướng vĩnh viễn (301) cho tất cả các URL cũ

Ví dụ

Ví dụ HTML đơn giản

Với Pandoc được cài đặt, bạn có thể thử một bài kiểm tra đơn giản kéo xuống trang Hướng dẫn cài đặt:

curl --silent https://pandoc.org/installing.html | pandoc --from html --to markdown_strict -o installing.md

Để xem kết quả, hãy xem xét đoạn trích HTML này từ cài đặt.html:

Compiling from source
If for some reason a binary package is not available for your platform, or if you want to hack on pandoc or use a non-released cialis online without rx version, you can install from source.
Getting the pandoc source code
Source tarballs can be found at https://hackage.haskell.org/package/pandoc. For example, to fetch the source for version 1.17.0.3:
wget https://hackage.haskell.org/package/pandoc-1.17.0.3/pandoc-1.17.0.3.tar.gz
tar xvzf pandoc-1.17.0.3.tar.gz
cd pandoc-1.17.0.3

Chúng ta có thể thấy dấu ấn kết quả đã trở nên rất tốt:

## Compiling from source

If for some reason a binary package is not available for your platform, or if you want to hack on pandoc or use a non-released version, you can install from source.

### Getting the pandoc source code

Source tarballs can be found at https://hackage.haskell.org/package/pandoc. For example, to fetch the source for version 1.17.0.3:

    wget https://hackage.haskell.org/package/pandoc-1.17.0.3/pandoc-1.17.0.3.tar.gz
    tar xvzf pandoc-1.17.0.3.tar.gz
    cd pandoc-1.17.0.3

Chuyển đổi bài đăng trên blog của tôi

Đối với hàng tá bài viết HTML cũ của tôi, việc chuyển đổi thẳng cuối cùng đã hơi ồn ào, đặc biệt là với một số hộp đựng mẫu CMS cũ xung quanh nội dung không còn cần thiết. Để làm sạch chúng, tôi đã sử dụng một chút SED để làm sạch nó trước khi chuyển đổi:

#!/bin/bash
echo "converting $1"
cat $1 | sed '1,/
/d' | sed '/
/,/<\/html>/d' | pandoc --wrap=none --from html --to markdown_strict > $1.md

.

Sau đó, tôi chỉ cần thực hiện một số việc dọn dẹp chỉnh sửa nhỏ trên các tệp Markdown trước khi đưa chúng vào WordPress. Thành công!

Đọc thêm

Có một vài bộ chuyển đổi trực tuyến tốt mà bạn có thể thử; Hãy nhớ rằng một số trong số này bị giới hạn về số lượng ký tự họ có thể xử lý:

• Demo trực tuyến Pandoc
• Trình duyệt
• Từ chối

Để tìm hiểu thêm và đi sâu hơn trên Pandoc, tôi khuyên bạn nên đi qua hướng dẫn sử dụng tuyệt vời của họ.

Và cuối cùng là một khuyến nghị lớn cho Dillinger, một công cụ trực tuyến tuyệt vời để chỉnh sửa văn bản Markdown với kết xuất HTML trực tiếp. Tôi cũng sử dụng nó để viết các bài viết trên blog này, trước khi chuyển chúng sang WordPress.