Para salvar uma página web como Markdown, salve-a no Chrome ou no Edge com Ctrl+S como Página da Web, Completa e depois adicione o arquivo HTML ao MD Factory. O app converte a página no seu PC e salva um arquivo Markdown com as imagens da página ao lado.
Este guia é para páginas que você guarda para si: artigos, documentação, receitas, páginas de referência. Se você precisa converter HTML em um script ou em uma build, vá direto para a última seção.
Salve a página no Chrome ou no Edge
No Chrome, pressione Ctrl+S ou abra o menu Mais, escolha Transmitir, salvar e compartilhar e depois Salvar página como. Os passos estão na Ajuda do Chrome.
No Edge, pressione Ctrl+S. O atalho está listado em Atalhos de teclado do Edge.
Na lista Salvar como tipo, escolha Página da Web, Completa. Os dois navegadores oferecem três formatos, e o MD Factory trata cada um de um jeito:
| Salvar como tipo | O que o navegador salva | O que você obtém no MD Factory |
|---|---|---|
| Página da Web, Completa | Um arquivo HTML e uma pasta com o mesmo nome terminada em _files, que guarda as imagens | Texto e imagens |
| Página da Web, somente HTML | Só o arquivo HTML; as imagens ficam no site | Texto sem imagens, marcado como Precisa de revisão |
| Página da Web, arquivo único | Um arquivo MHTML | Nada: o MD Factory não abre arquivos MHTML e os lista como ignorados |
Converta a página salva
- Abra o MD Factory.
- Clique em Adicionar arquivos e escolha o arquivo HTML salvo, ou arraste-o para a janela.
- A conversão começa na hora. Quando a linha mostrar o resultado, clique duas vezes no caminho do resultado para abrir o arquivo Markdown.
Adicione o arquivo HTML, não a pasta em que ele está. Se você adicionar a pasta, o MD Factory também percorre a pasta _files: os scripts, as folhas de estilo e as imagens dela são listados como ignorados, e os arquivos HTML que estiverem ali dentro são convertidos como notas separadas.
O arquivo Markdown recebe o nome da página e é salvo ao lado dela. As imagens que ele usa vão para uma pasta ao lado:
Saved pages/
Sourdough bread.html
Sourdough bread_files/
Sourdough bread.md
Sourdough bread_images/A página salva e a pasta _files continuam como estavam. Se você mover o arquivo Markdown, mova junto a pasta _images dele: o Markdown aponta para as imagens dessa pasta.
O que passa para o Markdown
| Na página | No Markdown |
|---|---|
| Títulos | Títulos do mesmo nível |
| Parágrafos, listas e citações | Mantidos, com texto em negrito e itálico |
| Blocos de código e código em linha | Mantidos como código |
| Tabelas | Tabelas Markdown |
| Imagens salvas com a página | Copiadas para a pasta de imagens como arquivos PNG |
| Links | Mantidos, como descrito abaixo |
| Scripts, estilos e quadros incorporados, como players de vídeo de outros sites | Removidos |
| Menus do site, cabeçalhos, rodapés, barras laterais e avisos de cookies | Mantidos como texto e links comuns |
| O título na guia do navegador | Não incluído |
Se uma tabela tem células de cabeçalho, a primeira linha dela vira o cabeçalho da tabela Markdown. Caso contrário, o app adiciona títulos de coluna numerados. Células mescladas são distribuídas pela grade: o valor fica na primeira célula, e as células que ela cobria ficam vazias.
Quais imagens são mantidas
O MD Factory nunca baixa nada da internet. Uma imagem só chega ao Markdown se o arquivo dela estiver no seu PC:
- imagens na pasta _files que a opção Página da Web, Completa cria;
- imagens em outras pastas ao redor da página, inclusive pastas acima dela;
- imagens incorporadas no próprio código HTML.
Uma imagem que existe só no site fica de fora, e o arquivo é marcado como Precisa de revisão. Imagens SVG não são suportadas e também ficam de fora.
Como os links são tratados
- Endereços web completos, links de email e links de telefone permanecem exatamente como estão.
- Links relativos, como um link para outra página do mesmo site, viram endereços web completos se a página salva registrar o endereço original dela. Caso contrário, permanecem como foram escritos e só funcionam se o arquivo vinculado estiver no mesmo lugar em relação ao arquivo Markdown.
- Links para uma seção da mesma página continuam funcionando, porque as seções mantêm suas âncoras no Markdown.
- Links que executam um script ao clicar, os que começam com javascript:, viram texto simples.
Limpe a nota
O MD Factory converte o corpo inteiro da página. Ele não tenta adivinhar qual parte é o artigo, então espere ver o menu do site no topo e o rodapé, os links relacionados e o aviso de cookies no fim. Apague o que você não precisa.
O título da guia do navegador não é incluído. Se o título do próprio artigo não estiver na página, adicione um no topo.
Coloque o endereço da página e a data em que você a salvou na primeira linha da nota. Assim você consegue achar o original depois e dar o crédito ao citá-lo.
Se você guarda suas notas no Obsidian, nosso guia para importar documentos no Obsidian explica como converter arquivos para um cofre e manter as imagens vinculadas.
Se a página ficar com Precisa de revisão
Precisa de revisão significa que o arquivo Markdown foi salvo, mas algo da página não passou. Quando a fila terminar, clique no status na linha do arquivo para ver a mensagem.
| Mensagem | Causa habitual |
|---|---|
| Uma imagem ou recurso externo foi ignorado. | Uma imagem existe só no site, por exemplo depois de salvar como Página da Web, somente HTML. |
| Uma imagem não pôde ser exportada. | A página aponta para um arquivo de imagem que não está na pasta. |
| Um formato de imagem não é suportado. | A imagem está em um formato que o app não consegue converter, como SVG. |
| Alguns conteúdos de documentos não puderam ser representados no Markdown. | A página tinha um quadro incorporado, como um player de vídeo de outro site, e ele foi removido. |
| Um destino de link local não pôde ser preservado. | Um link para outra página do site não pôde ser associado a um endereço web nem a um arquivo salvo. O texto dele é mantido, sem o link. |
| A codificação do texto foi inferida. Verifique os caracteres especiais. | A página não está salva em UTF-8, então o app teve de deduzir a codificação dela. Confira as letras acentuadas e os símbolos. |
Converter HTML em código
Se você precisa converter HTML em Markdown em um script, em uma etapa de build ou em um scraper, o MD Factory não é a ferramenta certa: ele funciona pela janela, sem linha de comando nem interface de programação. Use uma biblioteca. Turndown converte HTML em Markdown em JavaScript, no Node.js ou no navegador, sob a licença MIT. html2text faz o mesmo em Python, sob a GPL-3.0. Pandoc é um conversor de linha de comando entre muitos formatos de documento, incluindo HTML e Markdown. Com qualquer um deles, você define as regras de conversão e cuida das imagens e dos links por conta própria.
pandoc -f html -t gfm page.html -o page.md