HTML-to-Markdown v2.3.0 发布:表格插件与文件操作增强
2025-06-17 02:29:58作者:段琳惟
HTML-to-Markdown 是一个强大的转换工具,能够将 HTML 文档转换为 Markdown 格式。该项目最新发布的 v2.3.0 版本带来了两个重要特性:全新的表格插件和增强的 CLI 文件操作功能。
表格插件正式发布
v2.3.0 版本最引人注目的新特性是表格插件的加入。这个插件能够准确地将 HTML 表格转换为 Markdown 格式的表格,解决了之前版本在处理复杂表格时的局限性。
开发者现在可以通过两种方式使用这个插件:
在 Go 代码中集成:
conv := converter.NewConverter(
converter.WithPlugins(
base.NewBasePlugin(),
commonmark.NewCommonmarkPlugin(),
table.NewTablePlugin(), // 新增表格插件
),
)
或者在命令行工具中使用 --plugin-table 参数启用表格转换功能。
这个表格插件支持处理各种 HTML 表格结构,包括合并单元格、表头等复杂情况,生成的 Markdown 表格符合 CommonMark 规范,确保了在各种 Markdown 编辑器中的兼容性。
CLI 文件操作功能增强
v2.3.0 版本对命令行界面(CLI)进行了重要改进,现在可以直接处理文件系统操作,大大提升了批量处理的便利性。
新版本支持两种文件操作模式:
- 单文件转换模式:
html2markdown --input file.html --output file.md
- 批量转换模式(支持通配符):
html2markdown --input "src/*.html" --output "dist/"
这个改进使得开发者能够轻松处理大量 HTML 文件的批量转换任务,特别适合需要将整个网站或文档集转换为 Markdown 格式的场景。
其他改进与优化
除了上述两大特性外,v2.3.0 版本还包含多项优化:
- 改进了硬换行符的处理逻辑,确保在移除多余换行时保留必要的格式
- 修复了列表项中包含代码块时的渲染问题
- 优化了多行文本的转义处理
- 移除了无效 URL 的警告提示
- 更新了多个依赖库版本,提升了安全性和性能
总结
HTML-to-Markdown v2.3.0 通过引入表格插件和增强文件操作能力,进一步巩固了其作为 HTML 到 Markdown 转换首选工具的地位。这些改进使得开发者能够更高效地处理复杂文档转换任务,特别是在处理包含表格的文档或需要批量转换的场景下。
对于需要频繁进行 HTML 到 Markdown 转换的开发者来说,升级到 v2.3.0 版本将显著提升工作效率和转换质量。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.19 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
325
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492