HTML → Markdown/DOCX
小说从超文本（.html、.htm、.xhtml、.xml、.mhtml）转成富文本（.md、.docx）是很常见的一步 ——这类写作源文件还能继续编辑和批注，适合当中间稿。好在超文本与富文本结构相近，没有太多会丢的东西。下面详细说明超文本如何转成富文本以及注意点，文末附带超文本转富文本的转换工具，可以直接在浏览器里上传文件转换。
HTML 是什么
HTML / XHTML 是网页的结构语言，也正是 EPUB 内部真正用来装正文的格式 —— 所以 HTML 与 EPUB 之间的转换，本质上只是换一层外壳和资源打包方式。.mhtml 更进一步，把网页连同图片和样式一起打包成单个文件，适合保存随时可能失效的在线页面。HTML 的优点是通用、任何浏览器都能打开；缺点是样式和图片常以外链形式存在，要「一个文件带走」必须先把资源内联进去。 查看 HTML 格式详情
| 扩展名 | .html.htm.xhtml.xml.mhtml |
|---|---|
| 典型用途 | 网页正文抓取、EPUB 内部正文、以及作为其他格式的通用中间表示。 |
Markdown/DOCX 是什么
这里把 Markdown（.md）和 Word（.docx）放在一族，因为它们在转换里扮演同一个角色：带轻量结构的写作源文件。Markdown 是纯文本加标记符号，干净、便于版本管理，但表达力有限；.docx 是一个 ZIP 包，里面是 Office Open XML，排版信息丰富得多，分页、页眉页脚、批注和修订都能保留。两者都更适合当转换的起点，而不是最终的阅读格式 —— 它们的阅读体验都取决于用哪个软件打开。 查看 Markdown/DOCX 格式详情
| 扩展名 | .md.docx |
|---|---|
| 典型用途 | 写作与排版的源头文件；转换为 EPUB/TXT 前的中间格式。 |
如何把 HTML 转成 Markdown/DOCX
HTML 的结构全在标签里，但真实网页混杂导航、广告、页脚等噪声，直接整页转换会把它们一起带进去。建议先用可读性算法（如 Readability）抽出正文容器，并注意 <img> 多为外链 —— 转成单文件格式前必须把图片下载并内嵌。
生成 .docx 适合后续继续编辑，但阅读体验不是它的目标：分页会随 Word 版本和字体变化，手机上看排版容易错乱。若目标是阅读器，EPUB 才是正确终点。
从单个文本文件变成有目录结构的压缩包，是信息「增加」的方向：工具需要替你生成清单文件、目录页与元数据。这些生成物的质量（章节切分是否准确、语言标注是否正确）直接决定成品好不好用。
HTML 转 Markdown/DOCX 工具
HTML → DOC
转换完全在你的浏览器里完成，文件不会上传到任何服务器。
全平台同步阅读进度的小说阅读器
阅竹 Tide Reader 支持 TXT 与 EPUB，导入即自动识别章节、按你的习惯排版，阅读进度在 Windows、macOS、iOS、Android 之间同步。转换出来的文件直接拖进来就能读。
免费下载阅竹支持 TXT / EPUB；本地阅读优先，可选云同步与 WebDAV。