Python-Markdownify 1.0.0 版本发布:HTML 转 Markdown 工具的重大更新
2025-06-29 19:55:04作者:沈韬淼Beryl
Python-Markdownify 是一个强大的 Python 库,专门用于将 HTML 内容转换为 Markdown 格式。它能够处理各种 HTML 标签,并将其转换为符合 Markdown 规范的文本输出,是内容迁移、文档转换等场景下的理想工具。最新发布的 1.0.0 版本带来了多项重要改进和新特性,标志着该项目已经成熟稳定。
主要变更与破坏性更新
1.0.0 版本引入了一个重要的破坏性变更:自定义标签转换函数(convert_*()
)的接口发生了变化。开发者需要注意调整现有的自定义转换函数以适应新的接口规范。
核心功能增强
表格处理优化
新版本对表格处理进行了多项改进:
- 现在会在表格标题和表格内容之间自动插入空行,提高可读性
- 新增了
table_infer_header
配置选项,允许开发者控制是否自动推断表格的标题行 - 表格转换后的 Markdown 格式更加规范,与常见 Markdown 解析器的兼容性更好
列表与引用格式优化
针对列表和引用块的转换进行了多项优化:
- 改进了
<li>
和<blockquote>
内容的空行处理逻辑 - 修正了
<ol>
/<li>
编号计算逻辑,现在会忽略非<li>
的前置兄弟节点 - 列表项的缩进和编号更加准确,符合 Markdown 规范
新增定义列表支持
1.0.0 版本新增了对 HTML 定义列表(<dl>
、<dt>
和 <dd>
)的转换支持,填补了之前版本的功能空白。现在可以完美处理术语解释类的内容结构。
格式规范化改进
新版本在 Markdown 输出格式上做了多项规范化改进:
- 在 ATX 风格标题(如
## 标题
)前添加空行,避免解析歧义 - 在预格式化代码块前后添加空行,确保代码块被正确识别
- 移除了多余的前导和尾随空白字符
- 正确处理非换行空格(
),不再错误地将其删除 - 对右方括号进行转义处理,避免意外形成 Markdown 链接
性能优化
1.0.0 版本包含多项性能改进:
- 引入转换函数缓存机制,显著提升重复标签的处理速度
- 使用编译后的正则表达式模式进行转义处理,提高处理效率
- 优化了父标签上下文的下传机制,减少不必要的计算
- 移除了
children_only
参数,简化了内部处理逻辑
其他重要改进
- 现在正确处理代码块和代码片段中的 Markdown 链接,避免在代码环境中错误地构造链接
- 支持设置
wrap_width
为None
以实现无限行长度的输出 - 改进了对包含特殊字符(如 "subtag-name")的标签名的处理
- 转换过程不再破坏原始 BeautifulSoup 对象,支持后续处理
- 优化了
<div>
、<article>
和<section>
等容器标签的处理方式
总结
Python-Markdownify 1.0.0 版本是一个重要的里程碑,不仅带来了多项新功能和改进,还在性能、稳定性和输出质量上有了显著提升。对于需要进行 HTML 到 Markdown 转换的开发者来说,这个版本提供了更加强大、可靠的工具。特别是新增的定义列表支持和表格处理优化,使得转换结果更加完整和规范。建议所有用户升级到这个版本,以获得最佳的使用体验。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
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!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (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
860
511

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

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
259
300

deepin linux kernel
C
22
5

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K