用 Python 的 markdown 库转 Markdown 为 HTML 时，需手动添加 HTML 结构并启用 tables、fenced_code、extra 扩展；纯文本需按行处理并包装 ；推荐 pandoc 命令行工具；务必显式指定 encoding='utf-8' 防编码错误。
用 Python 的 markdown 库转最常见场景（.md → .html）
绝大多数人手头的“文本文档”其实是 Markdown 格式，比如 README.md 或笔记文件。直接用 markdown.markdown() 转就行，但默认不带 HTML 头部和样式——浏览器打开是纯文本，不是真正可浏览的页面。
- 必须手动拼接
<meta charset="utf-8">+ 转换结果 + - 如果原文含表格、代码块、标题，要传
extensions=['tables', 'fenced_code', 'extra']，否则渲染会丢内容 - 别用
markdown2或misaka，它们对中文标点、缩进兼容更差，尤其遇到全角空格或混合制表符时容易崩成一段
import markdown
with open('note.md', encoding='utf-8') as f:
html = markdown.markdown(
f.read(),
extensions=['tables', 'fenced_code', 'extra']
)
with open('note.html', 'w', encoding='utf-8') as f:
f.write(f"<html><head><meta charset="utf-8"></head><body>{html}</body></html>")
纯文本（.txt）硬转 HTML 时怎么保段落和换行
没有标记的 .txt 文件，markdown 会把它当普通字符串整个塞进一个 <p></p> 里，所有换行消失。这时候得自己处理：按行切分、过滤空行、每段包 <p></p>，再把内部的换行替换成 <br>。
- 别用
str.replace('\n', '<br>')粗暴替换——会导致空行变成多余<br>，视觉上多出大段空白 - 推荐逻辑：
text.splitlines()→ 去掉首尾空白 → 跳过空字符串 → 每行f"<p>{line}</p><div class="aritcle_card flexRow"> <div class="artcardd flexRow"> <a class="aritcle_card_img" href="/xiazai/skill12116" title="DeepBI DHTML 页面生成器"><img src="https://img.php.cn/upload/skill/001/246/273/6adaf20d3191a227.jpg" alt="DeepBI DHTML 页面生成器" ></a> <div class="aritcle_card_info flexColumn"> <a href="/xiazai/skill12116" title="DeepBI DHTML 页面生成器">DeepBI DHTML 页面生成器</a> <p>生成可在 deepbi 沙箱 iframe 内运行或作为独立文件运行的交互式 HTML 页面，使用 `window.deepbi` JS SDK 实现数据查询、空间管理、文件浏览及用户操作。当用户提出以下需求时启用该能力： - 创建 KPI 仪表盘、数据表格、文件浏览器、成员列表、管理页面； - 明确要求“转成 dhtml”、“转译成 HTML”、“把 XX 页面转成……”、“控制台页面”、“管理后台”、“DeepBI 页面迁移”； - 提及位于 `apps/console/src/featur</p> </div> <a href="/xiazai/skill12116" title="DeepBI DHTML 页面生成器" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span> </a> </div> </div>" - 如果原文有缩进想保留，得把空格/制表符转成
命令行快速转（不用写脚本）
临时处理单个文件，pandoc 是最稳的选择，比手写 Python 更少出错。
立即学习“前端免费学习笔记（深入）”；
- 基础命令：
pandoc input.txt -o output.html，自动识别格式并加完整 HTML 框架 - 如果是 Markdown：
pandoc README.md -f markdown -t html5 -o index.html，显式指定格式更可靠 - 注意 Windows 上路径含空格时，
input.txt必须用双引号包裹，否则报错Could not find file - 别用
txt2html这类老工具——不维护、不支持 UTF-8、遇到 emoji 直接乱码
中文编码和特殊字符最容易卡在哪
90% 的失败不是语法问题，是编码没对齐。Python 默认用系统编码读文件，Windows 是 gbk，Mac/Linux 是 utf-8，而多数现代文本编辑器（VS Code、Typora）默认存为 UTF-8 带 BOM 或无 BOM。
- 打开文件时务必显式写
encoding='utf-8'，哪怕你确定是中文系统 - 如果报错
UnicodeDecodeError: 'gbk' codec can't decode byte，说明文件是 UTF-8 但 Python 用 gbk 读了——加encoding就解决 - HTML 输出后浏览器显示方块字？检查
<meta charset="utf-8">是否在里，且位置靠前
真正麻烦的是混合编码：比如日志文件里夹着 ANSI 颜色码、或从微信复制粘贴带不可见控制字符。这种得先用 chardet 探测编码，再用 encode().decode() 清洗，不是简单加个参数能绕过去的。
