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
相关项目推荐
- DDeepSeek-V3.1-TerminusDeepSeek-V3.1-Terminus是V3的更新版,修复语言问题,并优化了代码与搜索智能体性能。Python00
- QQwen3-Omni-30B-A3B-InstructQwen3-Omni是多语言全模态模型,原生支持文本、图像、音视频输入,并实时生成语音。00
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~0267cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AudioFly
AudioFly is a text-to-audio generation model based on the LDM architecture. It produces high-fidelity sounds at 44.1 kHz sampling rate with strong alignment to text prompts, suitable for sound effects, music, and multi-event audio synthesis tasks.Python00- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-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。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.94 K

deepin linux kernel
C
22
6

React Native鸿蒙化仓库
C++
192
274

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189

🎉 (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
930
554

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
8
0

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
887
394

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66

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
1.11 K
0

本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
64
512