学术论文HTML转Markdown工具

1. 用途

将HTML格式的学术论文转化Markdown文档，方便与AI交互和编辑。转换内容包括：标题、段落、公式（MathML转为LaTex）、图片、表格（支持合并单元格的处理）、列表等。

2. 使用方式

2.1 安装与打开软件

安装: 通过cmd窗口安装，指令为：pip3 install AcaHtml2Md

打开: 通过cmd窗口运行，指令为：AcaHtml2Md；或者直接搜索“AcaHtml2Md”（Windows 11系统）回车启动。如图1所示。

或者：

图1. 打开AcaHtml2Md

2.2 实时渲染

HTML有三种写入方式：

• 左侧文本编辑框直接编写HTML代码，支持Ctrl+鼠标滚轮缩放；

• 点击**“导入HTML...”**按钮，以导入.html文件；

• 点击**“导入URL...”**按钮，输入URL网址，通过URL链接导入HTML源码。

图2. 软件效果图

左侧编写的HTML代码可以实时在右侧Web显示器中渲染显示（当然也可以手动点击**“预览”**按钮以刷新），该工具可以作为HTML语言的学习工具。如果HTML语法有误，右侧会给出提示。

2.3 保存编辑好的HTML源码

点击**“导出HTML...”**按钮，将编辑器中的源码以.html文件格式，保存至用户欲存放的位置。

2.4 HTML转Markdown

这是本应用的核心功能！

首先，打开论文网页，需要转换的文档处右键，点击**“检查”**，可查看该部分源码，在该部分的节点直接Ctrl+C复制这部分源码，再Ctrl+V粘贴到软件左侧的编辑器中，实现网页内容选取，以为下一步的转Markdown做准备。如图3所示。

图3. 网页内容选取

（1）将转化结果保存成文件

用户可以通过点击**“HTML转Markdown...”**按钮，将转换的Markdown文档以.md文件的形式保存至用户欲存放的位置。

（2）将转化结果复制到剪切板

用户可以将网页中部分内容的源码粘贴纸左侧编辑器中，点击**“复制Markdown”**按钮，将转换的Markdown文本复制在系统剪切板上。

转换效果如图4所示。

图4. 转换效果

注意！有些网页（如Taylor & Francis）的数学公式采用的是MathJax排版。对于该网页，使用前请在任意公式处右键，将Accessibility选项中的Include Hidden MathML勾选上，如图5所示。

图5. 对于网页公式为MathJax排版的情况，使用前需要设置

2.5 高阶用法

作为Python的API使用：

from AcaHtml2Md import html2md

htmltext = "文本形式的HTML源码"
markdown = html2md(htmltext)

print(markdown) # 输出markdown文本

可以作为Python代码，嵌入到八爪鱼RPA等自动化程序，如图6所示。

图6. 和八爪鱼RPA配合。