Sube un archivo HTML —o una página que hayas guardado— y recibe Markdown, con los encabezados, los enlaces, las listas y las tablas intactos.

Sube un archivo .html y obtén Markdown. Las tablas, las listas de tareas y los bloques de código sobreviven; los estilos no, porque Markdown no tiene ninguno.

Lo que se conserva

Todo lo que dentro de <body> tiene una forma en Markdown la recibe. Un asterisco o un guion bajo suelto en el texto se escapa. Las entidades se decodifican: © llega como ©, y <b> como una etiqueta <b> de verdad.

En el HTML	En el Markdown
`<h1>` a `<h6>`	`#` a `######`
`<strong>`, `<em>`, `<del>` y sus formas cortas	`negrita`, `cursiva`, `~~tachado~~`
`<a href>`	`[texto](dirección)`, o `<dirección>` cuando el texto es la propia dirección
`<img>`	`![alt](src)`, con el `src` tal como está escrito
`<ul>`, `<ol>`	Listas con `-` y `1.`, cada nivel sangrado dos espacios
Una casilla de verificación en un elemento de `<ul>`	`- [x]` o `- [ ]`
`<table>`	Una tabla, con la primera fila como encabezado
`<pre><code class="language-js">`	Un bloque de código cercado, marcado `js`
`<code>`, `<blockquote>`, `<hr>`, `<br>`	`código`, `>`, `---`, un salto de línea

Las tablas se ordenan por el camino: una columna vacía en todas las filas desaparece, y las celdas no se rellenan con espacios. Un <caption> pasa a ser una línea en negrita sobre la tabla.

Lo que se pierde

El <head>: título, etiquetas meta, hojas de estilo y scripts, así que una página cuyo título solo está en <title> llega sin él.
<script>, <style>, <noscript>, <template>, <svg> e <iframe>, con todo su contenido: un vídeo o un mapa incrustado no deja nada.
<nav> y <footer>, contenido incluido, estén donde estén. <header> y <aside> se conservan.
Los comentarios, y todos los class, id y style. <u>, <mark>, <sub> y <sup> conservan sus palabras y pierden la marca: H<sub>2</sub>O llega como H2O.
Las imágenes incrustadas como direcciones data:, con su texto alternativo, de modo que una página autónoma, guardada en un solo archivo, pierde sus imágenes.

Un ejemplo

Una página de notas de versión guardada:

<!DOCTYPE html>
<html>
<head><title>Release 2.4</title><style>h1 { color: navy; }</style></head>
<body>
<nav><a href="/">Home</a> <a href="/blog">Blog</a></nav>
<h1>Release 2.4</h1>
<p>Adds <strong>offline mode</strong> and fixes the <em>sync</em> bug.
See <a href="https://example.com/changes">the changelog</a>.</p>
<ul>
  <li><input type="checkbox" checked> Update the docs</li>
  <li><input type="checkbox"> Tell support</li>
</ul>
<table>
  <tr><th>Platform</th><th>Status</th></tr>
  <tr><td>macOS</td><td>Shipped</td></tr>
  <tr><td>Windows</td><td><del>Beta</del> Shipped</td></tr>
</table>
<pre><code class="language-bash">npm install app@2.4</code></pre>
<footer>© 2026 Example Ltd</footer>
</body>
</html>

se convierte en:

# Release 2.4

Adds **offline mode** and fixes the *sync* bug. See [the changelog](https://example.com/changes).

- [x] Update the docs
- [ ] Tell support

| Platform | Status |
| --- | --- |
| macOS | Shipped |
| Windows | ~~Beta~~ Shipped |

```bash
npm install app@2.4
```

El menú, el pie, la hoja de estilo y el título han desaparecido, y la línea partida a mitad de párrafo vuelve a ser una.

Límites

Archivos .html, .htm o .xhtml, o código HTML pegado, hasta 10 MB de una vez. Varios archivos cuentan juntos y forman un solo documento, separados por ---.
El archivo se convierte en su navegador y no se sube. Solo llega a su cuenta si ha iniciado sesión y pulsa Guardar, y un documento guardado puede ocupar como máximo 4 MB.
El archivo se lee como UTF-8, diga lo que diga su <meta charset>: una página guardada en Windows-1252 muestra caracteres de sustitución en lugar de sus letras acentuadas.
No hay detección del artículo: los avisos de cookies y las barras laterales también pasan. Cómo convertir HTML a Markdown explica cómo quitarlos antes.
Un bloque de código necesita un <code> solo dentro de su <pre>, sin ningún espacio en blanco alrededor, y su lenguaje solo sale de una clase language-…. Un <pre> sin <code> se convierte en texto sin nada escapado, cuyos saltos de línea desaparecen al mostrarse.
Las celdas combinadas no se reparten: una celda con colspan o rowspan ocupa un solo hueco y el resto de la fila se desplaza a la izquierda. Las tablas anidadas se aplanan, y un <br> dentro de una celda junta sus palabras.
Una lista dentro de un elemento numerado se sangra dos espacios, menos de los que exige CommonMark, así que deja de estar anidada.

Preguntas

¿Se puede convertir una página web a Markdown a partir de su URL?

No: esta página necesita el archivo o su código fuente. Guarde la página como HTML y suelte aquí el archivo, o use la extensión del navegador, que convierte la página abierta y antes localiza el artículo en ella.

¿Hay una API para convertir HTML a Markdown?

Sí. Envíe el HTML como cuerpo de la petición a /api/v1/documents?kind=html-to-markdown, con una clave de API del menú de su cuenta. En el servidor se ejecuta el mismo conversor y guarda un documento; GET /api/v1/documents/:id devuelve su Markdown.

curl -H "Authorization: Bearer tp_live_…" \
     --data-binary @page.html \
     "https://transformpipe.com/api/v1/documents?kind=html-to-markdown&name=page.md"

¿Cómo convertir HTML a Markdown con Python?

No hay un paquete de Python. Un script puede llamar a la API con requests; para convertir dentro del propio Python, esta comparativa de bibliotecas trata html2text y Pandoc.

¿Una tabla HTML se convierte en una tabla Markdown?

Sí, con la primera fila como encabezado, porque una tabla Markdown lo necesita. La negrita, la cursiva, el tachado, los enlaces y las imágenes de una celda sobreviven; el código en línea pierde sus comillas invertidas.

¿Por qué faltan las imágenes?

O eran direcciones data:, que se descartan, o están en la carpeta que el navegador guarda junto a la página. Las rutas se mantienen tal cual, así que las imágenes solo aparecen si esa carpeta está junto al Markdown; Cómo abrir un archivo .html explica esa carpeta.