URL ke Markdown untuk halaman web publik

Cara kerja

Cara mengonversi halaman web ke Markdown

Apa yang bisa Anda tempel

Halaman http(s) publik apa pun — artikel, dokumentasi, entri blog
Halaman di balik login atau dinding berbayar tidak bisa diambil
Halamannya diunduh di server kami, tanpa menjalankan JavaScript-nya
Coba tanpa akun: hingga 10 MB dan 25 halaman per file, 3 konversi per jam dan 10 per hari

URL ke Markdown: jendela peramban dengan bilah alamat berubah menjadi jendela Markdown

Mengapa memakainya

Mengapa memakai konverter URL ke Markdown ini

Halaman web ditulis untuk browser. Markdown ditulis untuk manusia dan model. Konverter ini menemukan bagian halaman yang membawa makna, mempertahankan strukturnya, dan meninggalkan pernak-pernik situsnya.

Konten utama, bukan seluruh halaman

Beberapa ekstraktor membaca halamannya, dan hasil yang mempertahankan artikel paling banyak yang menang, sehingga menu, spanduk cookie, footer, dan panel entri terkait tetap di luar Markdown.

Struktur yang bertahan

Judul, daftar, tabel, dan blok kode datang sebagai Markdown, dan setiap tautan relatif serta jalur gambar ditulis ulang menjadi URL lengkap yang tetap berfungsi di luar halamannya.

Halaman JavaScript juga dirender

Saat HTML awalnya adalah cangkang aplikasi kosong, halamannya dirender di browser headless dan konten yang sudah dirender itu yang dikonversi.

Gratis untuk dicoba, tanpa masuk

Pratinjau dan salin Markdown tanpa akun, hingga 3 konversi per jam dan 10 per hari. Masuk untuk mengunduh file .md-nya.

Pengunduh yang sopan dan teridentifikasi

Setiap permintaan mengidentifikasi dirinya dengan user agent yang terdokumentasi, dan pemilik situs bisa memblokirnya: lihat halaman pengunduh di dokumentasi.

Mesin yang sama dengan API

Konverter di halaman ini dan POST /v1/convert/url menjalankan kode yang sama, sehingga skrip bisa mengonversi hingga 20 URL per panggilan.

Masalahnya

Mengapa halaman aktif berisik bagi model

Halaman itu berisik

Halaman web aktif mengubur kontennya di bawah navigasi, iklan, spanduk, dan skrip — sering kali beberapa kali lebih banyak teks daripada artikelnya sendiri.

Markup-nya berantakan

HTML yang ditulis tangan dan yang dihasilkan jarang sesuai rapi dengan struktur yang terbaca.

AI butuh artikelnya

RAG dan agen menginginkan artikelnya, bukan elemen antarmuka di sekelilingnya — dan sebagian halaman hanya menampilkan artikelnya setelah JavaScript dijalankan.

Halaman web ke Markdown: teks salin-tempel berantakan di samping struktur Markdown yang rapi

Apa yang dipertahankan

Apa yang diunduh konverter URL ini

Unduhan di server: Halamannya diunduh di server, meminta Markdown dulu lalu HTML; Markdown milik situs sendiri dipakai hanya jika lolos pemeriksaan kualitas. Tidak perlu plugin browser atau alat lokal apa pun.Source: RFC 9110: HTTP Semantics
Ekstraksi konten utama: Beberapa ekstraktor — penilaian keterbacaan, deteksi boilerplate, analisis kepadatan teks, dan elemen main atau article milik halamannya sendiri — saling bersaing, dan yang mempertahankan struktur serta prosa paling banyak yang menang. Situs terkenal seperti generator dokumentasi, GitHub, dan Wikipedia memakai aturan khusus situs.Source: HTML Living Standard: the main element
Halaman yang dirender JavaScript: Cangkang aplikasi kosong dirender di browser headless, yang menunggu halamannya stabil lalu menyerahkan DOM yang sudah dirender ke ekstraksi yang sama. Konten yang hanya muncul setelah klik atau gulir tidak ditangkap.Source: HTML Living Standard
Halaman publik, ukuran, dan identitas: Hanya URL yang bisa diakses publik yang didukung: halaman di balik autentikasi, dinding berbayar, atau layar masuk tidak bisa diunduh. Halaman yang diunduh tunduk pada batas ukuran respons, dan user agent pengunduhnya didokumentasikan di /docs/fetcher.Source: product pipeline

Contoh: artikel blog markitdown.ai lewat unduhan URL· https://markitdown.ai/blog/why-pdfs-break-llms

# Why PDFs break LLMs — and what clean Markdown fixes _Published 2026-06-12 · The markitdown.ai team_ > A PDF that looks perfect to a human often falls apart the moment a model reads it. Here's what goes wrong, and why converting to clean Markdown first makes downstream AI far more reliable. A PDF renders perfectly for a human and falls apart the moment a model reads it. The page you see — columns, tables, headers, footnotes — is a *visual* arrangement, not a logical one. When you pull raw text out of it, that visual order rarely survives, and whatever you feed a language model is only as good as the text it actually receives. ## What actually goes wrong When teams pipe documents straight into an LLM or a retrieval index, a few failure modes show up again and again: - **Reading order breaks.** Multi-column layouts interleave. A two-column page becomes "line 1 left, line 1 right, line 2 left, line 2 right…", so a sentence a human reads top-to-bottom arrives at the model scrambled.- **Tables collapse.** Copy-paste turns a table into a loose run of numbers. The relationship between a header and its cell — the entire point of a table — is gone.- **Headings disappear.** The visual hierarchy (this is a section, this is a subsection) is encoded as font size and weight, not structure. Strip the styling and you get one undifferentiated wall of text.

Kasus penggunaan

Kasus penggunaan konversi halaman web dan situs web ke Markdown

Dari agen AI hingga migrasi konten, mengonversi halaman web ke Markdown adalah langkah kecil yang menjadi andalan banyak alur kerja.

Alur AI dan LLM

Isi indeks RAG, alat agen, dan prompt dengan artikel serta dokumentasi sebagai teks bersih yang judulnya tetap utuh, alih-alih HTML mentah.

Riset dan catatan

Simpan sumber sebagai Markdown untuk dikutip, dianotasi, atau disimpan di Obsidian atau repositori catatan, dengan tautan aslinya masih di tempatnya.

Tim konten

Pindahkan entri dan halaman bantuan dari satu CMS ke CMS lain, atau bawa materi referensi ke situs dokumentasi berbasis Markdown.

Pengembang

Panggil API dari pekerjaan pengambilan data dan crawler yang sudah Anda jalankan dan dapatkan Markdown yang sama seperti yang ditampilkan konverter browser.

Situs web ke Markdown: ubin peramban mengalirkan berkas Markdown ke indeks RAG, prompt, dan catatan

API

API URL ke Markdown untuk pengembang

Mengonversi halaman dari kode? Kirim satu URL —atau hingga 20 dalam array urls— ke POST /v1/convert/url dengan kunci API Anda. Atur render ke auto, force, atau skip untuk mengontrol rendering JavaScript, dan frontmatter ke true untuk menaruh judul halaman, penulis, dan tanggal terbit di front matter YAML. Markdown-nya kembali di respons yang sama saat halamannya selesai dalam jendela tunggu; jika tidak, Anda mendapat konversi untuk di-polling atau webhook saat selesai. Akses API tersedia di paket berbayar.

Baca panduan API

curl -X POST https://api.markitdown.ai/v1/convert/url \  -H "x-api-key: mdai_…" \  -H "content-type: application/json" \  -d '{"url":"https://markitdown.ai/blog/why-pdfs-break-llms","frontmatter":true}'

Panduan

Meninjau hasilnya

Tinjau hasil URL ke Markdown bersama halaman publik yang Anda kirim. Konverter ini mempertahankan konten utamanya dan membuang navigasi, pemberitahuan cookie, dan tautan footer, tetapi halaman tanpa artikel yang jelas — halaman produk, halaman landas, beranda dengan banyak teaser — tetap bisa kehilangan panel samping atau mempertahankan blok yang tidak akan Anda kutip. Periksa paragraf pertama dan terakhir terhadap halamannya sebelum Anda mengindeks hasilnya. Halaman yang membangun kontennya dengan JavaScript dirender dulu di browser; halaman yang memuat teksnya hanya setelah klik, gulir, atau masuk tetap tidak bisa ditangkap. Saat sebuah situs sudah menyajikan Markdown-nya sendiri kepada klien yang memintanya, konverter memakai versi itu jika lolos pemeriksaan kualitas, dan kembali ke halaman HTML saat terlihat seperti menu seluruh situs atau tumpahan arsip. Simpan URL sumbernya bersama Markdown agar pembaca bisa kembali ke halaman aslinya.

Mempertahankan konteks sumber

Simpan URL yang dikirim dan tanggal pengambilan Anda bersama hasil URL ke Markdown di alur kerja Anda sendiri. Halaman publik bisa berubah setelah Anda mengonversinya, sehingga pengunjung berikutnya mungkin melihat bagian yang sudah direvisi. Dengan front matter aktif, hasilnya dibuka dengan URL sumber, URL kanonik, judul, dan — saat halamannya menyatakannya — penulis, tanggal terbit, deskripsi, nama situs, bahasa, dan gambar utama, yang dibaca dari meta tag, data terstruktur, dan byline halamannya. Bidang-bidang itu mengulang apa yang dinyatakan halamannya tentang dirinya sendiri; periksa di sumbernya jika riset Anda bergantung padanya. Bidang metadata API berbeda: ia hanya membawa konteks yang Anda sediakan. Sebelum mengutip tabel atau paragraf, bandingkan dengan halamannya dan simpan konteks yang cukup di sekelilingnya agar maknanya tidak berubah. Markdown membuat konten web lebih mudah dipakai ulang; ia tidak menentukan apakah halamannya akurat atau apakah Anda berhak menerbitkannya kembali.

HTML tersimpan vs URL

Pilih konverter HTML saat Anda sudah punya cuplikan persis halaman yang perlu diproses. Pilih URL ke Markdown saat alamat yang bisa diakses publik adalah masukan konversi saat ini. Keduanya alur kerja yang berhubungan dengan kendali sumber yang berbeda: file tersimpan mengunci masukan yang Anda kirim dan dikonversi secara penuh, sedangkan URL bergantung pada apa yang dikembalikan situs webnya saat permintaan dan direduksi ke konten utamanya. Tidak ada dari kedua jalur itu yang menghindari pembatasan akses. Jika sebuah situs menolak pengunduh atau mewajibkan masuk, pakai materi yang berhak Anda peroleh lewat alur kerja yang sesuai. Jangan mengulang URL yang tidak bisa diakses berulang-ulang seolah percobaan konversi lain akan memberi akses.

Riset dengan LLM

Peneliti menempel sebuah sumber, bukan berkas. Konverter ini mengunduh URL yang Anda kirim, mempertahankan isi artikel atau dokumentasinya, dan mengembalikan Markdown yang bisa Anda kutip, potong, atau masukkan ke pengelola catatan, dengan tautan yang masih berfungsi. Ia merender halaman JavaScript saat server mengirim cangkang kosong, dan tidak masuk ke balik dinding berbayar.

Hanya URL yang bisa diakses publik yang didukung.
Pengunduhnya mengidentifikasi diri; operator bisa menolak user agent-nya: lihat /docs/fetcher.
File HTML tersimpan ditangani di /html-to-markdown, bukan di sini.

Konverter Markdown lainnya

Need it in your code? Use the developer API. Converting at scale? See plans and pricing.

FAQ

Pertanyaan tentang URL ke Markdown

Bagaimana cara mengubah halaman web ke Markdown dengan URL ke Markdown?

URL ke Markdown mengunduh halaman publik yang Anda tempel, mempertahankan konten utamanya, dan mengonversinya ke Markdown dengan tautan URL lengkap: tidak ada file yang perlu diunggah. Halaman yang memerlukan JavaScript dirender dulu di browser.

Apakah iklan dan navigasi halaman aktif dihapus?

Ya, untuk halaman dengan area konten utama yang jelas. URL ke Markdown mempertahankan artikel, isi dokumentasi, atau utasnya dan membuang menu, spanduk cookie, dan footer; halaman landas atau halaman produk tanpa satu blok utama yang jelas tetap bisa mempertahankan atau kehilangan panel samping, jadi periksa hasilnya.

Apakah ada batas ukuran untuk halaman yang diunduh?

Konverter publik bekerja dengan halaman web publik. Halaman yang diunduh tunduk pada batas ukuran respons dan bisa ditolak jika terlalu besar.

Apakah ini berfungsi pada halaman di balik login?

Tidak. Hanya URL yang bisa diakses publik yang didukung. Halaman di balik autentikasi, dinding berbayar, atau layar masuk tidak bisa diunduh.

Bagaimana dengan halaman yang dirender dengan JavaScript?

Halaman yang dirender dengan JavaScript dirender di browser headless saat HTML awalnya adalah cangkang kosong, lalu dikonversi seperti halaman lainnya. Lewat API, render yang diatur ke force selalu merender dan skip tidak pernah merender. Teks yang hanya muncul setelah klik, gulir, atau masuk tidak ditangkap.

Bisakah saya mengonversi beberapa URL sekaligus?

Kirim array urls berisi hingga 20 URL publik ke POST /v1/convert/url. Lacak hasil setiap file dan tangani respons asinkronnya. Lihat /developers.

Apakah URL ke Markdown gratis?

Ya. Mempratinjau dan menyalin Markdown gratis tanpa akun, hingga 3 konversi per jam dan 10 per hari; mengunduh file .md-nya memerlukan sesi masuk. Hanya halaman web publik (tanpa URL internal atau privat).

Konten apa yang dipertahankan konverter?

Konverter mempertahankan judul, paragraf, daftar, tautan, gambar, tabel, dan blok kode dari konten utamanya, dengan tautan relatif ditulis ulang menjadi URL lengkap. Skrip, gaya, navigasi, dan footer dibuang; dengan front matter aktif, judul halaman, penulis, dan tanggal terbit ada di bagian atas.

Apakah ada API konversi lewat URL?

Ya. Konversi halaman web lewat URL secara programatik melalui API REST. Lihat /developers. File HTML tersimpan memakai /html-to-markdown.

Konverter URL ke Markdown