HTML to Markdown

見出し（h1〜h6）・段落・太字・斜体・取り消し線・インラインコード・フェンスコードブロック・ブロック引用・水平線・リンク・画像・番号付きリスト・箇条書きリスト・ネストリスト・テーブルに対応しており、CommonMarkとGitHubフレーバードMarkdown（GFM）の全機能をカバーしています。div・section・articleのような未知の構造要素は子要素をそのまま通過させるため、コンテンツが失われることはありません。CMSエクスポート・記事スクレイピング・ドキュメントページなど、実際のHTMLのほとんどは後処理なしにクリーンに変換できます。

Pandocは強力なコマンドラインコンバーターですが、インストール・ターミナル・フラグの知識が必要です。自動化されたサーバーサイドパイプラインには最適ですが、一度限りの変換には過剰です。Turndown.jsはHTML→Markdown変換で最も使われているJavaScriptライブラリです——週間npmダウンロード数250万超・GitHubスター数10,800超——このツールはTurndownと同じDOMベースのパース手法を採用しています。違いは、すべてがブラウザ上で動作する点です：インストール不要・コマンドライン不要・サーバーへの通信なし・ファイルはデバイスの外に出ません。TurndownはNodeプロジェクトのセットアップが必要ですが、このツールは不要です。

Markdownは技術文書・ドキュメント・コンテンツ管理の標準的なプレーンテキスト形式です。HTMLをMarkdownに変換することで、NotionやObsidianへのコンテンツインポート・コードと並べたGitリポジトリへのコミット・Astro・Hugo・Jekyllなどの静的サイトジェネレーターでの公開・AIモデルやLLMへの投入が可能になります。2024年に発表された研究によれば、Markdownは大規模言語モデルで使用する際、生HTMLと比べてトークン使用量を68〜87%削減します——RAGパイプライン構築やファインチューニングデータセット準備においてはコストと精度に直結する差です。

はい——CMS移行は最も一般的なプロ向け用途のひとつです。WordPress・Confluence・SharePoint・GhostなどのプラットフォームからエクスポートしたHTMLを貼り付けると、新しいシステムにインポートできるクリーンなMarkdownが得られます。WordPressのエクスポートはHTMLコンテンツブロックとして出力され、ConfluenceはページをHTMLまたはXHTMLとしてエクスポートします——どちらもクリーンに変換できます。最良の結果を得るには、ナビゲーションやフッターを含むフルページHTMLではなく、コンテンツ本文だけを貼り付けてください。ブラウザベースのHTML→Markdown変換を使って、コマンドラインを一切使わずに150〜200ページのドキュメントサイトを2日以内に移行したチームもあります。

テーブルはGitHubフレーバードMarkdown（GFM）のパイプテーブル形式に変換され、ヘッダー行の後にダッシュの区切り行が入ります。この形式はGitHub・GitLab・VSCodeプレビュー・Notion・Obsidian・Docusaurusと実質的にすべてのモダンなMarkdownレンダラーで使えます。標準のMarkdownがネストテーブルをネイティブサポートしていないため、ネストテーブルは平坦化されます。alignアタリビュートやCSS text-alignによる列の整列（左・中央・右）は、区切り行のコロン配置（例：:---が左、:---:が中央、---:が右）を使って保持されます。

はい。変換はブラウザ組み込みのDOMパーサーを使ってすべてブラウザ上で行われます——ファイルはアップロードされず、ページ読み込み後はインターネット接続も不要です。これにより、社内ドキュメント・独自APIリファレンス・デバイスの外に出してはいけないクライアント業務など、機密性の高いHTMLを安全に使用できます。確認方法：ブラウザの開発者ツールを開き、ネットワークタブで、HTMLを貼り付けて変換してもネットワークリクエストがゼロであることを確認できます。何もデバイスの外に出ません。

Markdown出力の各行末の半角スペースとタブを削除し、連続する複数の空白行を1行の空白行にまとめます。これによりファイルが整理され、厳格なMarkdownパーサー——特にGitHubのもの（末尾の空白をlintの問題として強調表示します）——でレンダリングに影響する可能性のある見えない空白を防ぎます。また、空白チェックを実行するドキュメントツールへの投入も容易になります。ほとんどの場合このオプションはオンのままでも安全です。末尾の空白が意味を持つのはごくまれなケースだけです。

はい。ネストされたulとol要素は再帰的に処理され、各レベルはMarkdown出力で正しくインデントされます。番号付きリスト内の箇条書きリスト、またはその逆のような混在ネストも正しく処理されます。例えば、番号付きリストの中に3レベルの深さの箇条書きリストがある場合、各レベルに適切な4スペースインデントが付与されます——これがCommonMarkの標準です。これは正規表現ベースのコンバーターが頻繁に失敗して壊れたMarkdownを生成するエッジケースのひとつですが、DOMベースのパースにより確実に処理されます。

出力はCommonMarkにテーブルと取り消し線のGitHubフレーバードMarkdown（GFM）拡張を加えたものに準拠しています。CommonMarkはほとんどのプラットフォームで使われている標準化された仕様で、GFMはGitHub・GitLab・VSCodeがすべてサポートするパイプテーブル構文と~~取り消し線~~を追加します。これにより、出力はGitHub・GitLab・VSCode・Notion・Obsidian・Docusaurus・MkDocsとほとんどのモダンなMarkdownレンダラーと互換性があります。GFM拡張なしの厳格なCommonMarkが必要な場合、異なるのはテーブルだけです——それ以外はすべて同一です。

任意のHTMLフラグメントやページ本文全体を貼り付けることができます。最良の結果を得るには、ナビゲーション・サイドバー・フッターを含むフル文書ではなく、メインコンテンツ領域だけを貼り付けてください。ほとんどの開発者はブラウザ開発者ツールのElementsパネルからarticleまたはdocumentationのdivだけをコピーします（右クリック→コピー→outerHTMLをコピー）。これにより、構造的なページの装飾なしにクリーンなコンテンツHTMLが得られます。フルページHTMLも処理できますが、出力にナビゲーションテキストがリンクのフラットリストとして変換されて含まれてしまい、通常は望ましくない結果になります。

Perplexity・ChatGPT・GeminiのようなAIシステムは現在、ウェブコンテンツを読み取り・チャンク分割・再利用して回答を生成しています。Markdownは意味のないトークンを消費するHTML構造タグを取り除くため、これらのシステムに最適な入力形式です。<p class="article-body">タグで囲まれた段落は、同じ段落をプレーンMarkdownで書いた場合よりも多くのトークンを消費します。2024年に発表された研究によれば、Markdownは同じコンテンツに対して生HTMLと比べてトークン使用量を68〜87%削減します——これはRAGパイプラインのAPIコストを直接削減し、検索精度を向上させる実質的な差です。

インラインコード要素（pre内にないcodeタグ）は単一のバックティックで囲まれます。コードブロック（pre > code要素）はCommonMarkとGFMの標準である三連バックティックのフェンスブロックで囲まれます。コード要素に'language-python'や'lang-python'のようなクラスがある場合、言語識別子が抽出されて開始フェンスに保持されシンタックスハイライトに使われます。GitHubのREADMEページやドキュメントサイトから変換されたコードブロックは、出力に言語タグが保持されるため、HTMLで持っていたシンタックスハイライトがMarkdownでも引き継がれます。

Markdownifyとh2mは、ビルドパイプラインでのプログラム的なHTML→Markdown変換のためのNode.js npmパッケージです。スクリプトで何百ものファイルの変換を自動化する必要がある場合に適切な選択です。このブラウザツールはそれらがカバーしない用途をカバーします：素早い一度限りの変換・サーバーと共有できないコンテンツ・Nodeプロジェクトのセットアップなしで済む状況。変換品質は同等です——3つすべてが正規表現ではなくDOMベースのパースを使用しています——ただしこのツールはコンテンツ作業をより実践的にするライブプレビュー・コピーボタン・文字数/単語数カウントを追加しています。

はい、このコンバーターはモバイルブラウザでも完全に動作します。HTMLをクリップボードから貼り付け、変換を実行し、Markdown結果をコピー——すべてスマートフォンやタブレットから行えます。インターフェースは小さな画面にも適応してペインが縦並びになります。iOS 17のSafariとAndroid 14のChromeでテスト済みです。よくあるモバイルの用途：ブラウザの共有メニューから記事のHTMLを取得し、変換し、同じデバイス上のObsidianやNotionに直接Markdownを貼り付ける——デスクトップなしで完結します。登録不要・アプリダウンロード不要・制限なし。

HTMLコメント（<!-- ... -->）はMarkdownにコメント構文がなく、コメントは通常コンテンツの一部でないため出力から削除されます。scriptタグとその内容も削除されます——JavaScriptはMarkdownでは意味を持ちません。styleタグとインラインstyle属性も削除されます。CSSスタイリングはMarkdownには変換されませんが、意味上の意味（太字・斜体・見出し）はビジュアルスタイルではなく要素の種類によって保持されます。strongやbタグではなくCSSで太字になっているspanがある場合、そのスタイリングは引き継がれません——これはコンテンツフォーマット変換として正しい動作です。

いいえ。サーバーが介在しないため、ブラウザのメモリが処理できる範囲を超えるサイズ制限はありません。実際には、ブラウザのDOMパーサーは問題なく数メガバイトのHTMLを処理できます——実際のCMSページよりはるかに大きなサイズです。非常に大きなHTMLファイル（完全な書籍エクスポート・非常に長いスクレイピング記事）を変換する場合は、最もクリーンな出力を得るためにセクションごとに貼り付けることをお勧めします。変換自体はブラウザタブ内のJavaScriptで直接実行されるため、サイズに関わらず数ミリ秒で完了します。