Convertidor HTML a Markdown (GFM)

Convertidor HTML a Markdown (GFM)

Convierte HTML a Markdown con tablas GitHub Flavored Markdown (GFM), bloques de código y recorte web. Elimina estilos inline y exporta archivos .md limpios.

Escenarios predefinidos
Árbol DOM W3C ➔ Serialización Markdown0 nodes
DOM Tree0 nodesSanitizer-0 debrisGFM RulesGFMSerializer-0% bytes
Código HTML y entradaHTML5
Dialecto de Markdown:

Esperando código HTML...

Caracteres0
Palabras0
Líneas0
Tasa de reducción0%
Nivel de limpieza100%
Tiempo de lectura1m
Referencia técnica y guía de arquitectura

Conversor HTML a Markdown (GFM) — Guía de referencia

Convierte código HTML a Markdown con soporte de tablas GFM (GitHub Flavored Markdown), bloques de código y captura web limpia. Elimina estilos en línea y exporta archivos MD optimizados.

Conversor HTML a Markdown (GFM) — Guía de referencia — Arquitectura en memoria del lado del cliente y flujo de datos
Conversor HTML a Markdown (GFM) — Guía de referencia — Arquitectura en memoria del lado del cliente y flujo de datos

Parámetros clave y controles

Normalización de Encabezados (ATX vs. Setext)Protocolo de Encabezados Markdown

Define la sintaxis estructural de los encabezados. El estilo ATX antepone de una a seis almohadillas (# a ######) al inicio de la línea, con compatibilidad universal en GitHub, GitLab y Obsidian. El estilo Setext subraya con signos de igual (===) para H1 y guiones (---) para H2, limitándose a solo dos niveles de profundidad.

Por defecto: ATX (# Encabezado)
Serialización de Tablas GFM y Alineación de PipesParser de AST Tabular

Convierte elementos HTML <table>, <thead> y <tbody> en tablas delimitadas por barras verticales (pipes) según la especificación GitHub Flavored Markdown. Escapa las barras literales internas como (\|), normaliza el número de columnas y calcula los delimitadores de alineación (:--- a la izquierda, :---: al centro y ---: a la derecha).

Por defecto: Delimitado por Pipes GFM
Delimitador de Bloque de Código (Fencing)Estándar de Delimitación de Sintaxis

Determina los límites de los bloques de código. Los bloques delimitados por triples tildes graves (```) o virgulillas (~~~) conservan el identificador de lenguaje (ej. ```typescript). El formato indentado emplea 4 espacios según CommonMark, pero carece de soporte nativo para metadatos de sintaxis.

Por defecto: Tres Tildes Graves (```)
Token Marcador de Listas No OrdenadasEstándar de Sintaxis de Listas

Define el carácter utilizado como viñeta (-, * o +). El guion (-) proporciona la máxima legibilidad en herramientas de diff y linters de Markdown, evitando conflictos sintácticos con los marcadores de énfasis cursiva o negrita (*).

Por defecto: Guion (-)
Estrategia de Enlaces y Recursos MultimediaArquitectura de Referencia URI

El formato en línea estructura los hipervínculos directamente como [ancla](url "título"), optimizando la fluidez de lectura. El estilo por referencia declara [ancla][id] y agrupa las definiciones al pie del documento, ideal para textos técnicos con citas y enlaces recurrentes.

Por defecto: En línea [texto](url)
Depuración de DOM y Limpieza de Estilos InlineDirectiva del Motor de Sanitización

Depura el árbol DOM W3C eliminando etiquetas de presentación (<font>, <center>), suprimiendo atributos de estilo en línea (style="..."), purgando parámetros de rastreo (utm_*, fbclid) y descartando comentarios HTML para generar un Markdown semántico y limpio.

Por defecto: Habilitado (Limpieza Estricta)

Consejos profesionales y mejores prácticas

Escapa las Barras Verticales en Tablas para Evitar la Ruptura de Columnas

En GitHub Flavored Markdown (GFM), cualquier barra vertical (|) sin escapar dentro de una celda se interpreta como separador de columna, corrompiendo la cuadrícula de la tabla. El estándar exige escapar las barras literales como (\|) o encapsularlas en código en línea (`|`). Este convertidor detecta y escapa automáticamente dichos caracteres en todas las celdas.

CommonMark Exige Dos Espacios al Final o Barra Invertida para Saltos de Línea

En HTML, la etiqueta <br> genera un salto de línea inmediato. Sin embargo, en CommonMark y GFM, un retorno de carro simple se procesa como un espacio en blanco y se colapsa en el párrafo. Para forzar un salto de línea visible sin abrir un nuevo párrafo, la línea anterior debe finalizar con dos espacios consecutivos o una barra invertida explícita (\).

Las Listas Anidadas Exigen 4 Espacios o Tabulación según CommonMark

Aunque GFM tolera indentaciones laxas de 2 espacios en listas simples, la especificación CommonMark (RFC 7763) exige que las sublistas y contenidos multilínea se alineen con el primer carácter tras el marcador padre (habitualmente 4 espacios o una tabulación). Una indentación insuficiente provoca que los parsers interpreten las sublistas como bloques de código raíz o párrafos huérfanos.

Conserva HTML Nativo para Elementos Interactivos no Soportados en Markdown

Markdown no dispone de sintaxis nativa para desplegables interactivos (<details><summary>), teclas de teclado (<kbd>), reproductores de video (<video>) ni subíndices/superíndices (<sub>/<sup>). Suprimir estas etiquetas inutiliza la interactividad. Los parsers modernos de Markdown (incluyendo GitHub y entornos MDX) admiten la inserción directa de HTML nativo para dichos componentes.

Problemas comunes y soluciones

⚠️Las Columnas de la Tabla Colapsan en Texto Plano Deforme

Las tablas en GFM exigen una matriz rectangular homogénea y carecen de soporte nativo para celdas combinadas mediante atributos HTML como colspan o rowspan. Al convertir tablas con celdas combinadas, normaliza la estructura a una cuadrícula uniforme antes de procesarla o activa la opción 'Raw HTML Table Passthrough' para mantener las etiquetas <table> nativas intactas.

⚠️Ruptura del Bloque de Código por Colisión de Tildes Graves Anidadas

Al convertir documentación técnica que ya incluye bloques de Markdown dentro de elementos HTML <pre><code>, las triples tildes graves internas colisionan con el contenedor exterior. Soluciona este problema configurando el delimitador externo con 4 tildes graves (````) o triple virgulilla (~~~), alternativas reservadas por la especificación CommonMark para el escape de bloques.

⚠️Creación Accidental de Listas Numeradas en Años o Números de Versión

Las líneas que comienzan con un número seguido de un punto y un espacio (ej. '2026. Un hito anual' o '1.0. Lanzamiento oficial') son interpretadas por CommonMark como elementos de lista ordenada, forzando un reinicio o incremento secuencial no deseado. Evítalo escapando el punto con una barra invertida (ej. '2026\. Un hito anual').

Preguntas frecuentes (FAQ)

¿Cómo convertir tablas HTML a tablas compatibles con GitHub Flavored Markdown?▼

Las tablas HTML se transforman a GFM mapeando las celdas <th> en encabezados separados por barras (|), generando una fila delimitadora de alineación (| :--- | :---: | ---: | calculada a partir de los atributos align o estilos CSS text-align) y transformando cada <tr> en una fila delimitada por pipes. Los saltos de línea internos se aplanan en espacios o etiquetas <br>, y las barras literales se escapan como (\|).

¿Por qué el bloque de código convertido pierde el resaltado de sintaxis?▼

El resaltado de sintaxis en Markdown requiere declarar un identificador de lenguaje inmediatamente después de la apertura del delimitador (ej. ```typescript). En HTML, dicha información suele ubicarse en las clases CSS de la etiqueta <code> (como class="language-python" o class="highlight-js"). Si el código HTML de origen carece de estas clases, el conversor emitirá un bloque genérico sin coloreado sintáctico.

¿Cuál es la diferencia entre las especificaciones CommonMark y GitHub Flavored Markdown (GFM)?▼

CommonMark es la especificación formal e inequívoca de la sintaxis estándar de Markdown (RFC 7763), creada para eliminar inconsistencias entre diferentes analizadores sintácticos. GitHub Flavored Markdown (GFM) es un superconjunto formal estricto de CommonMark que añade funciones clave para el desarrollo de software: tablas delimitadas por pipes, listas de tareas ([ ] / [x]), texto tachado (~~tachado~~) y autovínculos automáticos a URLs.

¿Cómo convertir texto enriquecido copiado de una web directamente a Markdown sin abrir el código fuente?▼

Los navegadores y sistemas operativos modernos almacenan simultáneamente texto plano y marcado HTML enriquecido en el portapapeles. Al hacer clic en el botón 'Pegar Texto Enriquecido', nuestra herramienta invoca la Clipboard API asíncrona del navegador (navigator.clipboard.read) para extraer la carga útil MIME text/html directamente, transformando textos con formato, tablas y enlaces sin necesidad de inspeccionar el código fuente de la página.

¿Cómo gestiona el conversor las etiquetas HTML no admitidas en Markdown, como video o iframe?▼

La especificación estándar de Markdown excluye deliberadamente reproductores multimedia y elementos interactivos complejos. Nuestro conversor gestiona estas etiquetas mediante dos estrategias configurables: (1) Mantener las etiquetas HTML válidas de la W3C (<video>, <iframe>, <details>, <summary>, <kbd>) como HTML nativo incrustado, el cual es procesado transparentemente por los motores modernos de Markdown, o (2) Purgar las etiquetas no semánticas para generar un documento Markdown de texto plano estrictamente limpio.

Herramientas y utilidades relacionadas

Todas las herramientas →