URL 转 Markdown 转换器：公开网页

如何操作

如何把网页转成 Markdown

可以粘贴什么

任意公开的 http(s) 页面 —— 文章、文档、博客文章
需要登录或位于付费墙后的页面无法抓取
页面在我们的服务器上抓取，不会执行其 JavaScript
无需账号即可试用：单文件最大 10 MB、25 页，每小时 3 次、每天 10 次转换

URL 转 Markdown 转换器：把网页 URL 转成 Markdown 窗口

为什么使用

为什么使用这款 URL 转 Markdown 转换器

网页是写给浏览器看的。Markdown 是写给人看、给模型读的。这款转换器保留承载含义的部分，丢掉它们周围的标记。

能留存下来的结构

标题、列表、链接、表格和代码块都以 Markdown 形式呈现，页面仍然像一个大纲一样可读。

抓取公开页面

文章、文档、博客和产品页。页面在服务端抓取——无需安装扩展或本地工具。

免费试用，无需登录

无需账号即可预览并复制 Markdown，每小时最多 3 次转换、每天 10 次。登录后可下载 .md 文件。

预览或原始源码

在把内容复制进提示词、笔记库或代码仓库前，在渲染后的 Markdown 和它的原始文本之间切换。

有礼、表明身份的抓取器

每次请求都会用有文档记录的 user agent 表明身份，站点所有者可以屏蔽它——见文档里的抓取器页面。

与 API 同一套引擎

本页的转换器和 POST /v1/convert/url 运行同一份代码，所以脚本每次调用最多可转换 20 个 URL。

问题所在

为什么在线页面对模型来说很嘈杂

页面很嘈杂

在线网页把内容埋在导航、广告、横幅和脚本之下。

标记很乱

手写和生成的 HTML 很少能干净地映射为可读结构。

AI 需要的是文章

RAG 和 agent 想要的是文章本身，而不是它周围的页面外壳——而且它们想要一个 URL，而不是手动保存。

网页转 Markdown：复制粘贴后的错乱文本与干净的 Markdown 结构对比

保留什么

这款 URL 转换器抓取什么

服务端抓取: 页面在服务端被抓取，然后像 HTML 文件一样被转换；无需浏览器插件或本地工具。Source: RFC 9110: HTTP Semantics
仅限公开页面: 位于身份验证、付费墙或登录墙之后的页面无法抓取。只支持公开可访问的 URL。Source: RFC 9110: HTTP Semantics
依赖 JavaScript 的页面: 严重依赖客户端 JavaScript 渲染内容的页面可能无法完整转换，因为抓取器接收的是初始的服务端渲染 HTML。Source: HTML Living Standard
大小与身份: 抓取的页面受响应大小限制约束，过大时会被拒绝。抓取器的 user agent 记录在 /docs/fetcher。Source: product pipeline

示例：通过 URL 抓取 markitdown.ai 博客文章· https://markitdown.ai/blog/why-pdfs-break-llms

# Why PDFs break LLMs — and what clean Markdown fixes Jun 12, 2026 · The markitdown.ai team · 3 min read 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.- **Noise creeps in.** Page numbers, running headers, hyphenated line breaks, and stray ligatures end up inline, polluting prompts and embeddings alike.

使用场景

网页转 Markdown 的使用场景

从 AI agent 到内容迁移，把网页变成 Markdown 是许多工作流都依赖的一小步。

AI 与 LLM 流程

把文章和文档作为带完整标题的干净文本喂给 RAG 索引、agent 工具和提示词，而不是原始 HTML。

研究与笔记

把来源保存为 Markdown，用于引用、批注或留在 Obsidian 或笔记仓库里——原始链接依然在位。

内容团队

把文章和帮助中心页面从一个 CMS 迁到另一个，或把参考资料拉进基于 Markdown 的文档站。

开发者

在你已有的摄取任务和爬虫里调用 API，拿到与浏览器转换器显示的同一份 Markdown。

网站转 Markdown：把一个 Markdown 文件接入 RAG 索引、提示词和笔记

API

面向开发者的 URL 转 Markdown API

要从代码转换页面？把一个 URL——或 urls 数组里最多 20 个——发到带 API 密钥的 POST /v1/convert/url。页面在等待窗口内完成时，Markdown 会在同一个响应里返回；否则你会拿到一个可轮询的转换，或它尘埃落定时的一个 webhook。API 访问在付费套餐上提供。

阅读 API 指南

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"}'

指南

检查输出结果

把 URL 转 Markdown 的输出与你提交的公开页面对照。确认文章或文档文本存在，然后检查开头和结尾有没有导航、Cookie 提示和重复的页脚链接。转换器从服务器接收 HTML；它不执行页面应用去加载仅在 JavaScript 运行后才出现的内容。如果输出里除了一个导航外壳几乎什么都没有，就核实该页面是如何交付它的文章的。可读的导出仍可能包含正文之外的材料，所以在使用前先决定哪些内容属于你的笔记或检索索引。把来源 URL 与 Markdown 一起保留，让读者能回到原始页面。

保留来源上下文

在你自己的工作流里，把提交的 URL 和你的检索日期与 URL 转 Markdown 的结果一起保留。公开页面在你转换之后可能改动，后来的访客可能看到修改过的段落。API 的 metadata 字段可以携带你提供的上下文，但它不会自动从页面提取经过核实的作者身份或发布日期。如果你的研究需要这些事实，请在来源处核对。在引用一张表或一段话之前，先与页面对照，并保留足够的周边上下文以免改变含义。Markdown 让网页内容更易复用；它并不确立该页面是否准确，也不确立你是否有权转载它。

保存的 HTML 与 URL

当你已经拥有需要处理的确切页面快照时，选择 HTML 转换器。当公开可访问的地址就是本次转换的输入时，选择 URL 转 Markdown。这是两种相关但来源控制不同的工作流：保存的文件固定了你提交的输入，而 URL 则取决于网站在请求时返回什么。两条路径都不会绕过访问限制，也不保证移除广告。如果某个站点拒绝抓取器或要求登录，请使用你有授权通过合适工作流获取的材料。不要反复重试一个无法访问的 URL，仿佛再转换一次就能获得访问权限。

LLM 研究

研究者粘贴的是一个来源，而不是一个文件。这个转换器抓取你提交的 URL，转换服务端渲染的 HTML，并返回你可以引用、切分或放进笔记库的 Markdown。它不登录付费墙，也不执行页面的客户端 JavaScript。

只支持公开可访问的 URL。
抓取器会表明自身身份；运营方可以拒绝该 user agent——见 /docs/fetcher。
保存的 HTML 文件属于 /html-to-markdown，不属于这里。

URL 转 Markdown 常见问题

URL 转 Markdown 是怎么工作的？

粘贴一个公开网页 URL。页面在服务端被抓取并解析成 Markdown——无需上传文件。

它会从在线页面里去掉广告和导航吗？

目前不能可靠地做到。当前转换器可能把导航、广告和页脚文字与正文一起保留。

抓取的页面有大小限制吗？

公开转换器对公开网页生效。抓取的页面受响应大小限制约束，过大时会被拒绝。

对登录后的页面有效吗？

无效。只支持公开可访问的 URL。位于身份验证、付费墙或登录墙之后的页面无法抓取。

依赖 JavaScript 渲染的页面呢？

转换器抓取初始的服务端渲染 HTML。依赖客户端 JavaScript 加载内容的页面可能无法完整转换。

可以一次转换多个 URL 吗？

把最多 20 个公开 URL 的 urls 数组发到 POST /v1/convert/url。逐个跟踪文件结果并处理异步响应。见 /developers。

URL 转 Markdown 免费吗？

免费。无需账号即可预览并复制 Markdown，每小时最多 3 次转换、每天 10 次；下载 .md 文件需要登录。仅限公开网页（不支持内网或私有 URL）。

转换器保留哪些内容？

标题、段落、列表、链接、表格和代码块都会变成 Markdown。脚本和样式会被丢弃。导航、页脚和广告仍可能出现在正文旁边。

有 URL 转换 API 吗？

有。可以通过 REST API 以 URL 编程转换网页。见 /developers。保存的 HTML 文件请改用 /html-to-markdown。

URL 转 Markdown 转换器