结论：敏感HTML禁用在线工具，DOM泄露风险高；批量/表格/公式选marker；简单内页用markdownify；pandoc兼容性差需清理BOM；html-to-markdown最适调试图形转换。
直接说结论：别用在线工具处理敏感或未脱敏的 HTML，纯前端转换器不发请求也存在 DOM 泄露风险；批量、带表格或公式的内容，优先选 marker；简单内页或邮件正文，markdownify 足够快且可控。
用 markdownify 做轻量级命令行转换
它适合单文件、无复杂布局、不依赖 CSS 类语义的场景（比如博客草稿、内部通知页）。安装后一行命令就能跑，没有 Python 环境依赖问题（只要装了 pip）。
-
pip install markdownify安装即可，无需额外配置 - 基础转换：
markdownify input.html > output.md，注意重定向符号不能写反 - 若原文有中文标题或强调样式，加参数
--heading-style ATX和--bullet-list-marker dash更稳妥 - 常见翻车点：默认会把链接转成参考式（
[text][1]），如果后续要贴进 Notion 或 Obsidian，建议加--no-reference-links
含表格/数学公式时为什么 marker 更可靠
marker 不是简单标签映射，而是先做视觉布局重建，再按语义还原结构。对 <table>、<sub>、<sup>、LaTeX 公式块（如 $E=mc^2$）识别率明显高于其他工具。
- 安装必须用
pip install marker-pdf[full]，只装marker-pdf会缺 HTML 解析模块 - 转换命令：
marker_single input.html --output_format markdown，输出默认同名.md - 表格错位？加
--force_ocr强制走图像路径（哪怕输入是 HTML，它也会模拟渲染后 OCR 提取） - 遇到公式乱码，确认原始 HTML 中是否用 MathJax 渲染——
marker只解析静态文本，动态渲染内容需先保存为截图再喂给它
pandoc 的兼容性陷阱：别盲目信“高保真”
pandoc 确实支持最多格式，但它的 HTML 解析器（tagshare）对现代前端框架输出的 HTML 很吃力，尤其是含 data- 属性、自定义元素或 Shadow DOM 的页面。
立即学习“前端免费学习笔记（深入）”；
- 错误现象：
pandoc: Could not parse YAML metadata at line 1 column 1—— 多半是 HTML 文件开头有 BOM 或注释，用iconv -f utf-8 -t utf-8//IGNORE input.html > clean.html清理 - 列表嵌套失效？加
--wrap none关闭自动折行，否则<ul><li>...</li></ul>可能被截断 - 想保留 class 名用于后续 CSS 渲染？
pandoc默认丢弃所有 class，得配合 filter 脚本，不如直接换html-to-markdown库
本地 GUI 工具里最稳的其实是 html-to-markdown Python 库
它不像 marker 那样重，也不像 markdownify 那样激进简化，属于“可调参数最多、出错反馈最明确”的中间路线，适合需要反复调试转换效果的场景。
- 安装：
pip install html-to-markdown，然后在 Python 脚本里调用convert() - 关键控制点：
options = ConversionOptions(extract_tables=True, extract_metadata=True)，表格和元信息能分字段返回，不用正则硬扒 - 中文段落缩进异常？设
body_width=0并关掉wrap_links，避免把长 URL 拆成多行破坏段落结构 - 别忽略
ignore_links=False这个默认值——很多用户导出后发现链接全没了，其实是自己代码里误设成了True
真正麻烦的从来不是“能不能转”，而是“转完要不要人工修”。表格跨行、混合 inline-code 和斜体、带脚注的学术 HTML，目前没有任何工具能 100% 一次到位。留好原始 HTML，把转换当预处理步骤，比追求全自动更实际。
