wechat-html-to-markdown-kit

把微信公众号文章 HTML 转成更适合 Obsidian 阅读和搜索的 Markdown。

它不是普通的 HTML -> Markdown 包，而是先做微信文章 DOM 归一化，再用 Markdown 规则转换：

1. 提取 #js_content / .rich_media_content / article。
2. 清理微信的 section/span/style 装饰层。
3. 把视觉样式转换成语义结构，例如标题、引用、高亮、图片、代码块。
4. 用 Turndown + GFM 输出 Markdown。
5. 做 Markdown 后处理，修复空行、伪列表、微信页脚。

安装

npm install wechat-html-to-markdown-kit

本地开发：

npm install
npm run typecheck
npm run build
npm test
npm run format:check

API

import { convertWechatHtmlToMarkdown } from 'wechat-html-to-markdown-kit';

const { markdown, meta, warnings } = convertWechatHtmlToMarkdown(html, {
    sourceUrl: 'https://mp.weixin.qq.com/s/xxx',
    frontmatterData: {
        tags: ['微信文章', '前端']
    }
});

CLI

wechat-md article.html -o article.md --source-url "https://mp.weixin.qq.com/s/xxx"

设计原则

• 默认追求“结构清晰、Obsidian 可读”，不追求 100% 还原微信 CSS。
• 对 Markdown 无法表达的复杂样式，优先降级成可读结构。
• 需要更接近原文时，可以开启 --keep-alignment，用少量 raw HTML 保留居中/右对齐。

常用选项

convertWechatHtmlToMarkdown(html, {
    selector: '#js_content',
    frontmatter: true,
    keepAlignment: false,
    headingHeuristic: true,
    convertHighlights: true,
    convertFakeLists: true,
    removeWechatFooter: true,
    image: {
        preferDataSrc: true,
        altFallback: 'image'
    }
});

你后续可以继续做的增强

• 图片下载本地化：把 data-src 图片下载到 Obsidian 附件目录。
• AI 自动打标签：根据标题/正文生成 tags/category。
• 更强的微信标题识别：基于真实样本持续添加规则。
• faithful 模式：对复杂卡片保留最小 HTML。