HTML to Markdown

Der Konverter verarbeitet Überschriften (h1–h6), Absätze, Fettschrift, Kursivschrift, Durchgestrichen, Inline-Code, abgegrenzte Codeblöcke, Blockquotes, horizontale Linien, Links, Bilder, geordnete Listen, ungeordnete Listen, verschachtelte Listen und Tabellen — und deckt damit den vollständigen CommonMark- und GitHub Flavored Markdown (GFM)-Funktionsumfang ab. Unbekannte Strukturelemente wie div, section und article reichen ihre Kindelemente transparent weiter, sodass kein Inhalt verloren geht. Die meisten realen HTML-Strukturen — aus einem CMS-Export, einem gescrapten Artikel oder einer Dokumentationsseite — konvertieren sauber, ohne dass eine Nachbearbeitung erforderlich ist.

Pandoc ist ein leistungsfähiges Kommandozeilenwerkzeug, benötigt aber Installation, ein Terminal und Kenntnisse seiner Parameter. Es ist das richtige Werkzeug für automatisierte serverseitige Pipelines, aber überdimensioniert für eine einmalige Konvertierung. Turndown.js ist die meistgenutzte JavaScript-Bibliothek für HTML-zu-Markdown — über 2,5 Millionen wöchentliche npm-Downloads, mehr als 10.800 GitHub-Sterne — und dieses Werkzeug nutzt denselben DOM-basierten Parsing-Ansatz, der Turndown zuverlässig macht. Der Unterschied: Alles läuft im Browser — keine Installation, keine Kommandozeile, kein Server-Roundtrip, keine Dateien verlassen das eigene Gerät. Turndown erfordert ein Node-Projekt-Setup; dieses Werkzeug nicht.

Markdown ist das standardisierte Klartextformat für technisches Schreiben, Dokumentation und Content-Management. Die Konvertierung von HTML zu Markdown ermöglicht den Import von Inhalten in Notion oder Obsidian, das Einchecken in ein Git-Repository zusammen mit Code, die Veröffentlichung über Static-Site-Generatoren wie Astro, Hugo oder Jekyll oder die Einspeisung in KI-Modelle und LLMs. Forschungsergebnisse aus dem Jahr 2024 zeigen, dass Markdown den Token-Verbrauch um 68–87 % im Vergleich zu rohem HTML reduziert — ein realer Kosten- und Qualitätsunterschied beim Aufbau von RAG-Pipelines oder der Aufbereitung von Fine-Tuning-Datensätzen.

Ja — die CMS-Migration ist einer der häufigsten professionellen Anwendungsfälle. HTML aus WordPress, Confluence, SharePoint, Ghost oder einer anderen Plattform einfügen und sauberes Markdown erhalten, das in ein neues System importiert werden kann. WordPress-Exporte liefern HTML-Inhaltsblöcke; Confluence exportiert Seiten als HTML oder XHTML — beides konvertiert sauber. Für beste Ergebnisse empfiehlt sich das Einfügen nur des Inhaltsteils anstelle des vollständigen Seiten-HTMLs mit Navigation und Fußzeile. Teams haben browserbasierte HTML-zu-Markdown-Konvertierung genutzt, um Dokumentationsseiten mit 150–200 Seiten in weniger als zwei Tagen zu migrieren, ohne die Kommandozeile zu öffnen.

Tabellen werden in das GitHub Flavored Markdown (GFM) Pipe-Tabellenformat konvertiert, mit einer Trennzeile aus Bindestrichen nach der Kopfzeile. Dieses Format funktioniert in GitHub, GitLab, VS Code Vorschau, Notion, Obsidian, Docusaurus und praktisch allen modernen Markdown-Renderern. Verschachtelte Tabellen werden abgeflacht, da Standard-Markdown sie nicht nativ unterstützt. Spaltenausrichtung — links, zentriert, rechts über das align-Attribut oder CSS text-align — wird durch Doppelpunkt-Platzierung in der Trennzeile erhalten (z. B. :--- für links, :---: für zentriert, ---: für rechts).

Ja. Die Konvertierung erfolgt vollständig im Browser mithilfe des integrierten DOM-Parsers — keine Dateien werden hochgeladen, und nach dem Laden der Seite ist keine Internetverbindung erforderlich. Das macht es sicher für die Verwendung mit vertraulichem HTML wie interner Dokumentation, proprietären API-Referenzen oder Kundenmaterial, das das eigene Gerät nicht verlassen soll. Das lässt sich überprüfen: Browser-DevTools öffnen, zum Netzwerk-Tab wechseln und bestätigen, dass beim Einfügen von HTML und Auslösen einer Konvertierung null Netzwerkanfragen gesendet werden. Nichts verlässt das eigene Gerät.

Sie entfernt abschließende Leerzeichen und Tabulatoren von jeder Zeile der Markdown-Ausgabe und reduziert mehrere aufeinanderfolgende Leerzeilen auf eine einzelne Leerzeile. Das hält Dateien sauber und vermeidet unsichtbare Leerzeichen, die das Rendering in strikten Markdown-Parsern beeinflussen können — insbesondere dem von GitHub, der abschließende Leerzeichen als Lint-Problem hervorhebt. Es macht die Ausgabe auch einfacher zu verwenden in Dokumentationswerkzeugen, die Leerzeichen-Prüfungen durchführen. Die Option kann in fast allen Fällen aktiviert bleiben. Nur sehr selten hat abschließendes Leerzeichen eine semantische Bedeutung.

Ja. Verschachtelte ul- und ol-Elemente werden rekursiv verarbeitet, und jede Ebene wird in der Markdown-Ausgabe korrekt eingerückt. Gemischte Verschachtelungen — geordnete Listen innerhalb ungeordneter Listen oder umgekehrt — werden ebenfalls korrekt behandelt. Eine drei Ebenen tiefe ungeordnete Liste innerhalb einer geordneten Liste erhält beispielsweise korrekte Vier-Leerzeichen-Einrückung auf jeder Ebene — das ist der CommonMark-Standard. Dies ist einer der Sonderfälle, bei denen Regex-basierte Konverter häufig versagen und fehlerhaftes Markdown erzeugen. DOM-basiertes Parsing behandelt ihn zuverlässig.

Die Ausgabe folgt CommonMark mit GitHub Flavored Markdown (GFM) Erweiterungen für Tabellen und Durchgestrichen. CommonMark ist die standardisierte Spezifikation, die von den meisten Plattformen verwendet wird; GFM ergänzt die Pipe-Tabellensyntax und ~~ Durchgestrichen, die GitHub, GitLab und VS Code alle unterstützen. Das macht die Ausgabe kompatibel mit GitHub, GitLab, VS Code, Notion, Obsidian, Docusaurus, MkDocs und den meisten modernen Markdown-Renderern. Wer striktes CommonMark ohne GFM-Erweiterungen benötigt, muss nur bei Tabellen Unterschiede beachten — alles andere ist identisch.

Es können beliebige HTML-Fragmente oder vollständige Seiteninhaltsbereiche eingefügt werden. Für beste Ergebnisse empfiehlt sich das Einfügen nur des Hauptinhaltsbereichs — nicht des vollständigen Dokuments mit Navigation, Sidebar und Fußzeile — damit die Ausgabe auf bedeutungsvolle Inhalte fokussiert bleibt. Die meisten Entwickler kopieren einfach das Artikel- oder Dokumentations-div aus dem Browser-DevTools-Elements-Panel (Rechtsklick → Kopieren → Äußeres HTML kopieren). Das liefert sauberes Inhalts-HTML ohne das strukturelle Seiten-Chrome. Der Konverter verarbeitet auch vollständiges Seiten-HTML, aber die Ausgabe enthält dann Navigationstext als flache Linkliste — was in der Regel nicht das gewünschte Ergebnis ist.

KI-Systeme wie Perplexity, ChatGPT und Gemini lesen, zerlegen und verarbeiten Webinhalte intern, um Antworten zu generieren. Markdown ist ihr bevorzugtes Eingabeformat, weil es HTML-Strukturtags entfernt, die Token verbrauchen, ohne semantische Bedeutung hinzuzufügen. Ein in <p class="article-body">-Tags eingeschlossener Absatz kostet mehr Token als derselbe Absatz in reinem Markdown. Forschungsergebnisse aus dem Jahr 2024 zeigen, dass Markdown den Token-Verbrauch um 68–87 % im Vergleich zu rohem HTML für denselben Inhalt reduziert — was API-Kosten direkt senkt und das Signal-Rausch-Verhältnis für Retrieval-Augmented-Generation-Pipelines (RAG) verbessert.

Inline-Code-Elemente (code-Tags, die sich nicht innerhalb von pre befinden) werden in einzelne Backticks eingeschlossen. Codeblöcke (pre > code-Elemente) werden in dreifache Backtick-abgegrenzte Blöcke eingeschlossen — der CommonMark- und GFM-Standard. Wenn das code-Element eine Klasse wie 'language-python' oder 'lang-python' hat, wird der Sprachbezeichner extrahiert und im öffnenden Fence für Syntax-Highlighting erhalten. Codeblöcke, die von GitHub-README-Seiten oder Dokumentationsseiten konvertiert werden, behalten ihre Sprach-Tags in der Ausgabe — das Syntax-Highlighting aus dem HTML bleibt im Markdown erhalten.

Markdownify und h2m sind Node.js-npm-Pakete für programmatische HTML-zu-Markdown-Konvertierung in einer Build-Pipeline. Sie sind die richtige Wahl, wenn Konvertierungen über Hunderte von Dateien in einem Skript automatisiert werden müssen. Dieses Browser-Werkzeug deckt den Anwendungsfall ab, den sie nicht abdecken: schnelle Einzelkonvertierungen, Inhalte, die nicht mit einem Server geteilt werden können, und Situationen, in denen kein Node-Projekt aufgesetzt werden soll. Die Konvertierungsqualität ist vergleichbar — alle drei verwenden DOM-basiertes Parsing statt Regex — aber dieses Werkzeug bietet zusätzlich eine Live-Vorschau, einen Kopierpfeil und Zeichen-/Wortanzahlen, die es für die Inhaltsarbeit praktischer machen.

Ja, der Konverter funktioniert vollständig in mobilen Browsern. HTML aus der Zwischenablage einfügen, konvertieren und das Markdown-Ergebnis kopieren — alles vom Smartphone oder Tablet aus. Die Oberfläche passt sich kleineren Bildschirmen mit gestapelten Bereichen an. Getestet auf Safari für iOS 17 und Chrome für Android 14. Ein häufiger mobiler Anwendungsfall: das HTML eines Artikels über das Teilen-Menü des Browsers abrufen, konvertieren und das Markdown direkt in Obsidian oder Notion auf demselben Gerät einfügen, ohne einen Desktop zu benötigen. Keine Anmeldung, kein App-Download, keine Limits.

HTML-Kommentare (<!-- ... -->) werden aus der Ausgabe entfernt, da Markdown keine Kommentarsyntax hat und Kommentare selten Teil des eigentlichen Inhalts sind. Script-Tags und deren Inhalte werden ebenfalls entfernt — JavaScript ist in Markdown nicht sinnvoll. Style-Tags und Inline-Style-Attribute werden ebenfalls entfernt; CSS-Styling lässt sich nicht in Markdown übersetzen, und die semantische Bedeutung (Fett, Kursiv, Überschrift) wird über den Elementtyp erhalten, nicht über den visuellen Stil. Wenn ein span durch CSS statt durch ein strong- oder b-Tag fett dargestellt wird, wird dieses Styling nicht übertragen — was das korrekte Verhalten für eine Inhaltsformat-Konvertierung ist.

Nein. Es ist kein Server beteiligt, daher gibt es kein Größenlimit über das hinaus, was der Browserspeicher verarbeiten kann. In der Praxis kann der Browser-DOM-Parser mehrere Megabyte HTML ohne Probleme verarbeiten — weit mehr als jede reale CMS-Seite. Wer eine sehr große HTML-Datei konvertiert (einen vollständigen Buchexport, einen sehr langen gescrapten Artikel), fügt sie für die sauberste Ausgabe abschnittsweise ein. Die Konvertierung selbst dauert unabhängig von der Größe Millisekunden, da sie direkt in JavaScript im Browser-Tab ausgeführt wird.