📄 HTML Parse — HTML转Markdown

# HTML 解析 使用 MinerU 将本地 HTML 文件解析为结构化 Markdown，保留文档层级。对于在线网页，请使用 mineru-open-api crawl。 ## 安装 ``bash npm install -g mineru-open-api # or via Go (macOS/Linux): go install github.com/opendatalab/MinerU-Ecosystem/cli/mineru-open-api@latest ` ## 快速开始 `bash # Parse a local HTML file (requires token) mineru-open-api extract page.html -o ./out/ # Parse a remote HTML URL (requires token) mineru-open-api extract https://example.com/page.html -o ./out/ # Parse a live web page (requires token) mineru-open-api crawl https://example.com/article -o ./out/ ` ## 认证 需要 token： `bash mineru-open-api auth # Interactive token setup export MINERU_TOKEN="your-token" # Or via environment variable ` 创建 token：https://mineru.net/apiManage/token ## 功能 - 支持输入：本地 .html 文件或远程 HTML URL - HTML 需要使用 extract 或 crawl（需 token） - HTML 不支持 flash-extract - 语言提示使用 --language（默认：ch，英文用 en） ## 注意事项 - HTML 不支持 flash-extract — 请使用 extract 或 crawl - 对于含动态内容的在线网页，请用 crawl 而非 extract - 默认输出到 stdout；使用 -o

` 保存到文件或目录 - 所有进度/状态信息输出到 stderr；文档内容输出到 stdout - MinerU 由 OpenDataLab（上海人工智能实验室）开源：https://github.com/opendatalab/MinerU