html表格转换为markdown

在日常工作中，我们经常遇到需要将网页表格快速转换为Markdown格式的场景。无论是文档编写、知识整理还是数据迁移，手动转换既耗时又容易出错。本文将介绍一个基于Go语言开发的轻量级工具，它能自动从剪贴板提取HTML表格并转换为Markdown格式。

---

工具功能亮点

1. 一键转换：直接读取剪贴板中的HTML内容
2. 智能识别：自动检测并提取首个HTML表格
3. 格式优化：保留表格结构并添加Markdown语法
4. 无缝衔接：结果自动写回剪贴板

---

1.核心实现解析

1. 剪贴板交互

// 读取剪贴板内容
content, err := clipboard.ReadAll()// 将结果写回剪贴板
err = clipboard.WriteAll(markdown)

使用atotto/clipboard库实现跨平台剪贴板操作，无需文件中间步骤。

2. HTML检测与提取

func isHTML(s string) bool {return strings.Contains(s, "<table") || strings.Contains(s, "<tr")
}func extractFirstTable(html string) string {start := strings.Index(html, "<table")end := strings.Index(html[start:], "</table>")return html[start:start+end+8] // 截取完整table标签
}

通过简单高效的字符串扫描定位表格位置，避免复杂解析。

3. 转换规则设计

converter.AddRules(md.Rule{Filter: []string{"table", "tr", "td", "th"},Replacement: func(content string, selec *goquery.Selection) *string {if selec.Is("tr") {return md.String("|" + content + "|\n")}if selec.Is("td") {return md.String(strings.TrimSpace(content) + "|")}// 其他元素处理...}
})

关键转换逻辑：

• tr 转换为行：|内容|
• td/th 转换为单元格：内容|
• 自动添加表头分隔线：|---|---|

---

2. 完整代码

package mainimport ("fmt""log""os""strings"md "github.com/JohannesKaufmann/html-to-markdown""github.com/PuerkitoBio/goquery""github.com/atotto/clipboard"
)func main() {// 读取剪贴板内容content, err := clipboard.ReadAll()if err != nil {log.Fatal("读取剪贴板失败:", err)}// 检查是否为HTML内容if !isHTML(content) {fmt.Println("剪贴板内容不是HTML格式")os.Exit(0)}// 提取第一个表格tableHTML, err := extractFirstTable(content)if err != nil {log.Fatal("提取表格失败:", err)}if tableHTML == "" {fmt.Println("未找到HTML表格")os.Exit(0)}// 转换为Markdownconverter := md.NewConverter("", true, nil)// 添加表格转换规则converter.AddRules(md.Rule{Filter: []string{"table", "tr", "td", "th"},Replacement: func(content string, selec *goquery.Selection, opt *md.Options) *string {if selec.Is("table") {// 添加表头分隔线rows := strings.Split(strings.TrimSpace(content), "\n")if len(rows) > 1 {header := rows[0]cols := strings.Count(header, "|") - 1separator := "|" + strings.Repeat("---|", cols)// 合并所有行，确保每行数据单独显示content = strings.Join(append([]string{header, separator}, rows[1:]...), "\n") + "\n"}return &content}if selec.Is("tr") {content = "|" + strings.TrimRight(content, "|") + "|\n"return &content}if selec.Is("th") || selec.Is("td") {content = strings.ReplaceAll(content, "\n", "<br>")content = strings.TrimSpace(content) + "|"return &content}return nil},},)markdown, err := converter.ConvertString(tableHTML)if err != nil {log.Fatal("转换Markdown失败:", err)}// 输出结果到控制台fmt.Println("转换后的Markdown表格:")fmt.Println(markdown)// 将结果写入剪贴板err = clipboard.WriteAll(markdown)if err != nil {log.Fatal("写入剪贴板失败:", err)}fmt.Println("已成功将Markdown表格写入剪贴板")
}// isHTML 检查字符串是否是HTML格式
func isHTML(s string) bool {return strings.Contains(strings.ToLower(s), "<html") ||strings.Contains(strings.ToLower(s), "<table") ||strings.Contains(strings.ToLower(s), "<tr") ||strings.Contains(strings.ToLower(s), "<td")
}// extractFirstTable 从HTML中提取第一个表格
func extractFirstTable(html string) (string, error) {// 简单的提取逻辑，实际应用中可能需要更复杂的HTML解析start := strings.Index(strings.ToLower(html), "<table")if start == -1 {return "", nil}end := strings.Index(strings.ToLower(html[start:]), "</table>")if end == -1 {return "", nil}return html[start : start+end+8], nil // +8 是 </table> 的长度
}