HTML to Markdown

El convertidor gestiona encabezados (h1–h6), párrafos, negrita, cursiva, tachado, código en línea, bloques de código delimitados, citas, reglas horizontales, enlaces, imágenes, listas ordenadas, listas no ordenadas, listas anidadas y tablas — cubriendo el conjunto completo de características de CommonMark y GitHub Flavored Markdown (GFM). Los elementos estructurales desconocidos como div, section y article transmiten sus elementos secundarios de forma transparente, por lo que nunca se pierde contenido. La mayoría del HTML del mundo real — procedente de una exportación de CMS, un artículo extraído o una página de documentación — se convierte limpiamente sin necesidad de ningún postprocesamiento por tu parte.

Pandoc es un potente convertidor de línea de comandos, pero requiere instalación, un terminal y conocimiento de sus parámetros. Es la herramienta adecuada para pipelines automatizados en el lado del servidor, pero excesiva para una conversión puntual. Turndown.js es la biblioteca JavaScript más utilizada para la conversión de HTML a Markdown — con más de 2,5 millones de descargas semanales en npm y más de 10.800 estrellas en GitHub — y esta herramienta usa el mismo enfoque de análisis basado en DOM que hace que Turndown sea fiable. La diferencia es que todo funciona en tu navegador: sin instalación, sin línea de comandos, sin ida y vuelta al servidor y sin que ningún archivo salga de tu dispositivo. Turndown requiere la configuración de un proyecto Node; esta herramienta no.

Markdown es el formato de texto plano estándar para escritura técnica, documentación y gestión de contenido. Convertir HTML a Markdown te permite importar contenido a Notion u Obsidian, confirmarlo en un repositorio Git junto con el código, publicarlo mediante generadores de sitios estáticos como Astro, Hugo o Jekyll, o incorporarlo a modelos de IA y LLMs. Investigaciones publicadas en 2024 demuestran que Markdown reduce el uso de tokens entre un 68–87% en comparación con HTML sin procesar cuando se usa con modelos de lenguaje a gran escala — una diferencia real en costo y precisión al construir pipelines RAG o preparar conjuntos de datos de ajuste fino.

Sí — la migración de CMS es uno de los casos de uso profesional más comunes. Pega el HTML exportado desde WordPress, Confluence, SharePoint, Ghost u otra plataforma y obtén Markdown limpio que puedes importar a un nuevo sistema. La exportación de WordPress proporciona bloques de contenido HTML; Confluence exporta páginas como HTML o XHTML — ambos se convierten limpiamente. Para mejores resultados, pega solo el cuerpo del contenido en lugar del HTML completo de la página, incluida la navegación y el pie de página. Los equipos han usado la conversión de HTML a Markdown en el navegador para migrar sitios de documentación de 150 a 200 páginas en menos de dos días, sin necesidad de tocar la línea de comandos.

Las tablas se convierten al formato de tabla de barras verticales de GitHub Flavored Markdown (GFM), con una fila separadora de guiones tras la fila de encabezado. Ese formato funciona en GitHub, GitLab, vista previa de VS Code, Notion, Obsidian, Docusaurus y prácticamente todos los renderizadores de Markdown modernos. Las tablas anidadas se aplanan porque el Markdown estándar no las admite de forma nativa. La alineación de columnas — izquierda, centro, derecha mediante el atributo align o text-align de CSS — se conserva usando la colocación de dos puntos en la fila separadora (p. ej., :--- para izquierda, :---: para centro, ---: para derecha).

Sí. La conversión ocurre completamente en tu navegador usando el analizador DOM incorporado — no se suben archivos y no se requiere conexión a internet después de que la página carga. Esto lo hace seguro para usar con HTML confidencial, como documentación interna, referencias de API propietarias o trabajo de clientes que no debería salir de tu dispositivo. Puedes verificarlo: abre las herramientas de desarrollador del navegador, ve a la pestaña de Red y confirma que no se realizan solicitudes de red cuando pegas HTML y ejecutas una conversión. Nada sale de tu equipo.

Elimina los espacios y tabulaciones al final de cada línea en la salida Markdown y reduce múltiples líneas en blanco consecutivas a una sola línea en blanco. Esto mantiene los archivos limpios y evita espacios en blanco invisibles que pueden afectar el renderizado en analizadores de Markdown estrictos — especialmente el de GitHub, que marca los espacios en blanco al final como un problema de linting. También facilita la incorporación de la salida en herramientas de documentación que ejecutan comprobaciones de espacios en blanco. La opción es segura de dejar activada en casi todos los casos. Solo en muy raras ocasiones los espacios en blanco al final tienen significado semántico.

Sí. Los elementos ul y ol anidados se procesan de forma recursiva y cada nivel se sangra correctamente en la salida Markdown. El anidamiento mixto — listas ordenadas dentro de listas no ordenadas, o viceversa — también se maneja correctamente. Una lista no ordenada de tres niveles de profundidad dentro de una lista ordenada, por ejemplo, recibe una sangría adecuada de cuatro espacios en cada nivel, que es el estándar CommonMark. Este es uno de los casos límite donde los convertidores basados en expresiones regulares frecuentemente fallan y producen Markdown roto. El análisis basado en DOM lo maneja de forma fiable.

La salida sigue CommonMark con extensiones de GitHub Flavored Markdown (GFM) para tablas y tachado. CommonMark es la especificación estandarizada usada por la mayoría de las plataformas, y GFM añade la sintaxis de tabla con barras verticales y el tachado con ~~ que soportan GitHub, GitLab y VS Code. Esto hace que la salida sea compatible con GitHub, GitLab, VS Code, Notion, Obsidian, Docusaurus, MkDocs y la mayoría de los renderizadores de Markdown modernos. Si necesitas CommonMark estricto sin extensiones GFM, las tablas son el único elemento que diferiría — todo lo demás es idéntico.

Puedes pegar cualquier fragmento HTML o el cuerpo completo de una página. Para mejores resultados, pega solo el área de contenido principal — no el documento completo con navegación, barra lateral y pie de página — para que la salida se centre en el contenido significativo. La mayoría de los desarrolladores copian solo el div del artículo o la documentación desde el panel Elementos de las DevTools del navegador (clic derecho → Copiar → Copiar outerHTML). Eso proporciona HTML de contenido limpio sin el esqueleto estructural de la página. El convertidor también maneja HTML de página completa, pero la salida incluirá el texto de navegación convertido como una lista plana de enlaces, que generalmente no es lo que se busca.

Los sistemas de IA como Perplexity, ChatGPT y Gemini ahora leen, fragmentan y reutilizan contenido web para generar respuestas. Markdown es su formato de entrada preferido porque elimina las etiquetas de estructura HTML que consumen tokens sin añadir significado semántico. Un párrafo envuelto en etiquetas <p class="article-body"> cuesta más tokens que el mismo párrafo en Markdown plano. Investigaciones publicadas en 2024 muestran que Markdown reduce el uso de tokens entre un 68–87% en comparación con HTML crudo para el mismo contenido — lo que reduce directamente el costo de la API y mejora la relación señal-ruido para los pipelines de generación aumentada por recuperación (RAG).

Los elementos de código en línea (etiquetas code que no están dentro de pre) se envuelven en comillas invertidas simples. Los bloques de código (elementos pre > code) se envuelven en bloques delimitados de triple comilla invertida, el estándar CommonMark y GFM. Si el elemento code tiene una clase como 'language-python' o 'lang-python', el identificador de lenguaje se extrae y se conserva en la apertura del bloque para el resaltado de sintaxis. Los bloques de código convertidos desde páginas README de GitHub o sitios de documentación conservan sus etiquetas de lenguaje en la salida, por lo que el resaltado de sintaxis que tenías en HTML se mantiene en Markdown.

Markdownify y h2m son paquetes npm de Node.js para la conversión programática de HTML a Markdown en un pipeline de construcción. Son la opción correcta cuando necesitas automatizar la conversión de cientos de archivos en un script. Esta herramienta en el navegador cubre el caso de uso que ellos no cubren: conversiones puntuales rápidas, contenido que no puedes compartir con un servidor y situaciones en las que no quieres configurar un proyecto Node en absoluto. La calidad de conversión es similar — los tres usan análisis basado en DOM en lugar de expresiones regulares — pero esta herramienta añade una vista previa en vivo, botón de copiar y recuentos de caracteres y palabras que la hacen más práctica para el trabajo de contenido.

Sí, el convertidor funciona completamente en navegadores móviles. Pega HTML del portapapeles, ejecuta la conversión y copia el resultado en Markdown — todo desde un teléfono o tableta. La interfaz se adapta a pantallas más pequeñas con paneles apilados. Probado en Safari para iOS 17 y Chrome para Android 14. Un caso de uso móvil común: tomar el HTML de un artículo desde el menú Compartir del navegador, convertirlo y pegar el Markdown directamente en Obsidian o Notion en el mismo dispositivo, sin necesidad de una computadora. Sin registro, sin descarga de app, sin límites.

Los comentarios HTML (<!-- ... -->) se eliminan de la salida ya que Markdown no tiene sintaxis de comentarios y los comentarios raramente forman parte del contenido real. Las etiquetas script y su contenido también se descartan — el JavaScript no tiene significado en Markdown. Las etiquetas style y los atributos de estilo en línea también se eliminan; el estilo CSS no se traduce a Markdown, y el significado semántico (negrita, cursiva, encabezado) se conserva mediante el tipo de elemento en lugar del estilo visual. Si un span está en negrita mediante CSS en lugar de una etiqueta strong o b, ese estilo no se transferirá — lo cual es el comportamiento correcto para una conversión de formato de contenido.

No. No hay ningún servidor involucrado, por lo que no hay límite de tamaño más allá de lo que la memoria de tu navegador puede manejar. En la práctica, el analizador DOM del navegador puede gestionar varios megabytes de HTML sin problemas — mucho más que cualquier página real de CMS. Si estás convirtiendo un archivo HTML extremadamente grande (la exportación completa de un libro, un artículo muy largo extraído de la web), pégalo en secciones en lugar de todo de una vez para obtener la salida más clara. La conversión en sí toma milisegundos independientemente del tamaño porque se ejecuta directamente en JavaScript en la pestaña de tu navegador.