ツール
入力
結果
結果はここに表示されます。生の HTML をモデルに貼り付けると、コンテキストの大半がタグ、クラス名、スクリプト、メニューに費やされ、しかもどこが本文なのかはモデルが推測するしかありません。Markdown なら、見出し、リスト、リンク、コードブロック、表といった大事な部分を、ずっと少ないトークンで残せます。ページのソースを貼り付けると、main 要素や article 要素があればそれだけを残して周囲をすべて取り除き、残りを mixmark-io/turndown で変換します。サイト全体や PDF・Office ファイルを扱うなら、jina-ai/reader（サービス）と microsoft/markitdown（Python ツール）が同じ役割を果たします。
動作のしくみ
- HTML はブラウザの DOMParser で解析するため、壊れたマークアップも変換前にブラウザと同じ方法で修復されます。
- Turndown 単体では表が HTML のまま残るため、このツール用に書いたルールで GitHub 形式のパイプテーブルに変換します。
- スクリプト、スタイル、フォーム、nav、aside、ページ全体の header と footer は削除します。記事自身の header とそのタイトルは残します。
データの行き先
どこにも行きません。このツールは完全にブラウザ内で動作します。貼り付けたテキストはページが処理し、サーバーに送信されることも、ログに記録されることもありません。
このツールは無料で登録不要です。結果は開いているページの中にだけあり、どこにも保存されません。
必要なポイント
このツールは無料です。ログインもポイントも必要ありません。
よくある質問
- HTML の代わりに URL を渡せますか？
- ここではできません。ブラウザ上のページは、相手サイトの CORS ルールに阻まれて他サイトの HTML を読み込めないからです。ページを開いてソースを表示するか、開発者ツールから要素をコピーして貼り付けてください。URL をまとめて取得したい場合は、jina-ai/reader のようなサーバー側のリーダーが適しています。
- 結合されたセルはどう扱われますか？
- colspan を持つセルの後ろには空のセルを補い、どの行も列数が揃うようにします。rowspan には Markdown で相当する表現がないため再現しません。1 行または 1 列だけの表はレイアウト用とみなして段落に展開します。そうした表は、ほぼ例外なくレイアウト用だからです。
- 他の変換ツールと比べてバックスラッシュが少ないのはなぜですか？
- Turndown は通常、テキスト中のアンダースコアとアスタリスクをすべてエスケープするため、Q4_K_M が Q4\_K\_M になってしまいます。これはまれに起こる強調記法との衝突を防ぐ代わりに、すべてのページにノイズを加えます。そこでこのツールは、行が見出し、引用、リストに変わってしまう文字だけをエスケープしています。
背後にあるオープンソース
このツールは mixmark-io/turndown（MIT）の上で動作しています。同じ処理を自分のプログラムに組み込みたい場合は、そのライブラリを使ってください。
mixmark-io/turndown別の呼び方
- html markdown 変換
- html を markdown に変換
- web ページ markdown 変換 llm
- html md 変換
- turndown オンライン