网页转 markdown 的工具_clean-mark

背景

想把我在 CSDN 的博客备份下来，最好是 markdown 格式。在探索的过程中发现了一款工具——clean-mark

它的仓库地址是：

https://github.com/croqaz/clean-mark

有人问为什么不保存成 html，而是要保存成 markdown 呢？

clean-mark 在项目主页已经说得很清楚了：

• to save interesting articles offline, in a highly readable text format
• it’s easy to read on a tablet, or a Kindle (as it is, or exported to PDF)
• Markdown is easy to export into different formats
• for offline text analysis of multiple articles, using machine learning / AI

准备工作

要用 clean-mark 这个工具，需要安装 npm 和 nodejs

NPM 的全称是 Node Package Manager，是随同 NodeJS 一起安装的包管理和分发工具，它很方便让 JavaScript 开发者下载、安装、上传以及管理已经安装的包。

sudo apt-get install npm
1

除了安装 npm，还需要安装 nodejs

sudo apt-get install nodejs-dev
1

我是Ubuntu 的环境，没有用上面的命令安装 nodejs，但是版本太低，需要升级

我搜到的方法是

sudo npm cache clean -f
sudo npm install -g n
sudo n stable
1
2
3

查看版本：

node -v
npm -v
1
2

我升级后查看的结果是

$ node -v
v14.15.5
$ npm -v
6.14.11

1
2
3
4
5

安装 clean-mark

$ npm install clean-mark --global
1

如何使用

根据说明，可以指定下载的类型，可以选择的类型有：

HTML, TEXT and Markdown.

举例：

$ clean-mark “http://some-website.com/fancy-article” -t html

也可以指定输出路径和文件名，比如：

$ clean-mark “http://some-website.com/fancy-article” -o /tmp/article

咱们动手试试。比如我的一篇博客地址是

https://blog.csdn.net/longintchar/article/details/113074860

$ clean-mark "https://blog.csdn.net/u013490896/article/details/113075606"
1

运行后会显示

=>  Processing URL ...
> 113075606.md
=>  URL converted!

1
2
3
4

注意：命令中的链接也可以没有两侧的引号
当前目录下会多出来一个文件 113075606.md

效果展示

参考资料

[0] https://github.com/croqaz/clean-mark

[1] ubuntu安装nodejs并升级到最新版本