web-to-markdown

# 网页转 Markdown 把用户给的网页链接抓下来，提取正文，转成干净的 Markdown，方便保存、总结或二次创作。 ## 能���概述 - **正文提取**：去掉导航/广告/页脚，只留主体内容 - **转 Markdown**：标题、列表、链接��代码块保留结构 - **保存**：可写入本地 .md 文件 ## 操作方式 用 Bash 工具。首选 jina.ai 的免费 reader（无需依赖，最省事）： ```bash # 最简：jina reader 直接返回干净 Markdown（在链接前加 https://r.jina.ai/） curl -s "https://r.jina.ai/https://example.com/article" -o article.md echo "已保存 -> article.md"; head -40 article.md ``` 离线或 jina 不可用时，用 Python 本地转换： ```bash python -c "import markdownify,requests" 2>/dev/null || pip install -q markdownify requests beautifulsoup4 python - <<'PY' import requests, re from bs4 import BeautifulSoup from markdownify import markdownify as md url = "https://example.com/article" html = requests.get(url, timeout=15, headers={"User-Agent":"Mozilla/5.0"}).text soup = BeautifulSoup(html, "html.parser") for t in soup(["script","style","nav","footer","aside"]): t.decompose() body = soup.find("article") or soup.find("main") or soup.body out = md(str(body), heading_style="ATX") out = re.sub(r"\n{3,}", "\n\n", out).strip() open("article.md","w",encoding="utf-8").write(out) print("已保存 -> article.md，", len(out), "字") PY ``` ## 使用建议 - 先问用户要不要保存到文件、文件名 - 微信公众号/知乎等需要登录的页面可能抓取受限，如失败如实告知 - 抓取后可顺手做"总结要点"，结合 china-search / deepseek-helper 技能