От HTML до Markdwon: максимально чистая разметка Markdown и сохранение HTML-комментариев

Вот мой HTML-файл, который я хочу преобразовать в Markdown. Обратите внимание, что первая строка — это комментарий, который я хочу сохранить.

<!-- https://fs.blog/feynman-technique/ -->
<h1 class = "entry-title entry-title-single">The Feynman Technique: Master the Art of Learning</h1>
<div class = "entry-content entry-content-single">
<p>The Feynman Technique is the most effective method to unlock your potential and develop a deep understanding. </p>
<p><a href = "https://fs.blog/intellectual-giants/richard-feynman/">Richard Feynman</a> was not only a Nobel laureate in Physics but also a master of demystifying complex topics. His key learning insight: complexity and jargon often mask a lack of understanding. </p>
<p>Feynman&#8217;s learning technique comprises four key steps:</p>
<ol>
<li>Select a concept to learn.</li>
<li>Teach it to a child.</li>
<li>Review and refine your understanding.</li>
<li>Organize your notes and revisit them regularly.</li>
</ol>
<p>...</p>
<div class = "wp-block-image">
<figure class = "aligncenter"><img fetchpriority = "high" decoding = "async" width = "1920" height = "1080" src = "https://149664534.v2.pressablecdn.com/wp-content/uploads/2012/04/FeynmanTechnique.jpg" alt = "" class = "wp-image-43131" srcset = "https://149664534.v2.pressablecdn.com/wp-content/uploads/2012/04/FeynmanTechnique-300x169.jpg 300w , https://149664534.v2.pressablecdn.com/wp-content/uploads/2012/04/FeynmanTechnique-768x432.jpg 768w , https://149664534.v2.pressablecdn.com/wp-content/uploads/2012/04/FeynmanTechnique-1024x576.jpg 1024w , https://149664534.v2.pressablecdn.com/wp-content/uploads/2012/04/FeynmanTechnique-1536x864.jpg 1536w , https://149664534.v2.pressablecdn.com/wp-content/uploads/2012/04/FeynmanTechnique.jpg 1920w " sizes = "(max-width: 1920px) 100vw, 1920px" /></figure></div>
<figure class = "wp-block-pullquote"><blockquote><p>The person who says he knows what he thinks but cannot express it usually does not know what he thinks.</p><cite>Mortimer Adler</cite></blockquote></figure>
<h2 class = "wp-block-heading">Step 1: Select a concept to learn.</h2>
<p>...</p>

Мое текущее решение

pandoc from.htm -o to.md -t gfm-raw_html --wrap=none

и это дает мне очень аккуратную разметку, без всякого мусора,

# The Feynman Technique: Master the Art of Learning

The Feynman Technique is the most effective method to unlock your potential and develop a deep understanding.

[Richard Feynman](https://fs.blog/intellectual-giants/richard-feynman/) was not only a Nobel laureate in Physics but also a master of demystifying complex topics. His key learning insight: complexity and jargon often mask a lack of understanding.

Feynman’s learning technique comprises four key steps:

1.  Select a concept to learn.
2.  Teach it to a child.
3.  Review and refine your understanding.
4.  Organize your notes and revisit them regularly.

...

![](https://149664534.v2.pressablecdn.com/wp-content/uploads/2012/04/FeynmanTechnique.jpg)

> The person who says he knows what he thinks but cannot express it usually does not know what he thinks.
>
> Mortimer Adler

## Step 1: Select a concept to learn.

...

но проблема в том, что он не сохраняет комментарии HTML. Есть ли способ решить эту проблему?

Стоит ли изучать PHP в 2026-2027 годах?
Стоит ли изучать PHP в 2026-2027 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
1
0
139
2
Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Похоже, что пандок устанавливает --strip-comments=trueпо умолчанию.

Попробуйте добавить параметр --strip-comments=false во ввод командной строки.

Нет, похоже, это не работает. Как ответил мне JGM несколько месяцев назад, --strip-comments в основном полезен при конвертации из Markdown. (См. github.com/jgm/pandoc/issues/9322 , а также github.com/jgm/pandoc/discussions/9324)

user22996855 24.02.2024 13:05
Ответ принят как подходящий

Ваша проблема в том, что вы отключите raw_html с помощью -t gfm-raw_html. Следующее сохраняет необработанный HTML (включая комментарии, которые представлены в виде необработанного HTML в документе AST pandoc):

pandoc -f html+raw_html -t gfm

В зависимости от того, чего вы хотите достичь, возможно, вам понадобится написать фильтр lua pandoc для удаления необработанных фрагментов HTML, которые не являются комментариями. Что-то вроде следующего (непроверено):

function RawInline(el)
  return nil
end

function RawBlock(el)
  if starts_with('<!--', el.text) then
    return el
  else
   return nil
  end
end

Но попробуйте -t native проверить документ AST между читателем и писателем.

Хотя он сохраняет комментарии, он также сохраняет множество других элементов HTML (как вы сказали), и я не уверен, что от них будет легко избавиться...

user22996855 26.02.2024 11:09

Большое спасибо. Пока не удаляет ненужные элементы HTML (я пробовал добавить туда return {{Inline = RawInline, Block = RawBlock}}), но, вероятно, смогу заставить это работать позже...

user22996855 26.02.2024 12:16

Другие вопросы по теме