Convertir HTML a Markdown: por qué se pierde el formato

Contenido
Si alguna vez has convertido un documento HTML a Markdown para pasarlo a Notion, a GitHub o al borrador de un sitio estático, es probable que te hayas topado con esta escena: en el original había dos celdas de una tabla unidas en una sola, pero al abrir el Markdown convertido esa unión desapareció y también la forma de la tabla, y lo único que queda es el texto de las celdas amontonado línea tras línea. Con el color del texto pasa lo mismo: después de la conversión queda en negro, sin ninguna información de color.
Esto no es señal de que la conversión se haya hecho mal. Es el resultado estructuralmente lógico de que el propio formato Markdown no tiene una sintaxis que pueda guardar ese tipo de información.
Resumen ① Markdown es un formato sencillo, diseñado para expresar solo el formato básico de un documento (negrita, cursiva, listas, tablas), así que en muchos casos no existe una sintaxis que corresponda a las funciones más elaboradas de HTML. ② La información que no tiene sintaxis equivalente en Markdown, como las celdas combinadas de una tabla, el color de un texto concreto o los estilos en línea anidados, se pierde durante la conversión o queda aplastada en otra forma. ③ Por eso nunca conviene fiarse del resultado tal cual: siempre hace falta revisarlo a ojo, sobre todo en las tablas y en los tramos con colores o énfasis.
¿Para qué se creó Markdown en realidad?
Markdown es un formato pensado para escribir a mano: parte de texto plano fácil de teclear y le añade unos pocos símbolos para expresar lo básico, como títulos, negrita, cursiva, listas, citas, enlaces y código. El repertorio de símbolos es tan reducido que todas las reglas caben en una sola tabla de sintaxis.
HTML, en cambio, permite que cada etiqueta tenga muchos atributos distintos y, si le sumas CSS, alcanza combinaciones de color, tamaño y alineación prácticamente sin límite. Los dos formatos parten de ámbitos de expresión distintos.
Por eso pasar HTML a Markdown se parece más a «resumir» que a «traducir». Solo se traslada la información que tiene una expresión equivalente en la sintaxis de Markdown, y la que no la tiene se cae de forma natural durante el proceso.
Lo que HTML tiene y la sintaxis de Markdown no
El caso con el que más se tropieza es el de las celdas combinadas de una tabla. En una tabla HTML, una celda puede ocupar varias columnas a lo ancho (colspan) o varias filas a lo alto (rowspan). La sintaxis de tabla de Markdown, en cambio, es solo una rejilla simple en la que la fila de encabezados, la fila de separación (---) y las filas de datos de debajo tienen que tener todas el mismo número de celdas, así que el concepto mismo de unir celdas no existe en la sintaxis.
Con el color y los estilos en línea ocurre lo mismo. HTML puede fijar el color del texto, el color de fondo o el tamaño de la fuente con libertad mediante el atributo style o la clase, pero Markdown solo tiene unos pocos símbolos de énfasis (negrita, cursiva, tachado, código en línea) y ninguna sintaxis para indicar color o tamaño.
Algo parecido se ve en la opción «Estilo de encabezado» de esta herramienta. En el método Setext, que marca los títulos con un subrayado, la propia sintaxis de Markdown define solo dos niveles: el 1 (=) y el 2 (-). Por eso, si el HTML original trae títulos de nivel 3 o superior (h3–h6), aunque elijas el estilo Setext esas secciones salen automáticamente con la notación # (ATX). Es decir, no se fuerza el subrayado para niveles que no tienen forma de expresarse con él.
Por qué las tablas suelen romperse al convertirlas
La sintaxis de tabla de Markdown solo admite la alineación a la izquierda, al centro o a la derecha. Con los dos puntos (:) colocados a un lado u otro de la fila de separación se expresa únicamente la alineación; no hay sitio en la sintaxis para la alineación vertical, el color de fondo de una celda ni las celdas combinadas.
Y lo que hace esta herramienta en concreto es todavía más simple. No reconstruye la tabla HTML con la sintaxis de tablas de Markdown hecha con barras verticales (|), sino que despliega en párrafos, en orden, solo el texto que había en cada celda. Así, donde estaba la tabla no queda una tabla separada en filas y columnas, sino varios párrafos con el contenido de las celdas listado de arriba abajo. Cuanto más cargado de tablas esté un texto, más motivos hay para revisarlo una vez más después de convertirlo.
Pega tu HTML y la herramienta convierte al instante títulos, negritas, listas y bloques de código a sintaxis Markdown, lista para copiar: es el conversor de HTML a Markdown

Lo que esta herramienta resuelve automáticamente
En el momento en que pegas el HTML en el campo de entrada, la herramienta Convertir HTML a Markdown traslada sola las partes que tienen equivalente en la sintaxis de Markdown (títulos, negrita, enlaces, listas, bloques de código, etc.). No hay que pulsar ningún botón «Convertir»: en cuanto cambia la entrada, el resultado se actualiza al instante.
También puedes elegir el estilo de encabezado (ATX con # o Setext con subrayado), el símbolo de las listas (guion, asterisco o signo más) y el estilo de los bloques de código (vallas o sangría), de modo que adaptes el formato a las convenciones de Markdown del sitio donde vas a pegarlo. Todo este proceso se calcula solo dentro del navegador en el momento de pegar y no se envía a ningún servidor.
Ahora bien, lo que hace esta automatización llega hasta «trasladar con exactitud lo que existe en la sintaxis de Markdown». No puede rehacer una tabla con la sintaxis de barras ni inventar una sintaxis que Markdown no tiene (celdas combinadas, colores), así que en esos puntos toca mirar el resultado y decidir por tu cuenta.
Qué revisar primero después de convertir
Si había una tabla, empieza por ver el orden en que quedó el contenido de las celdas. Como la forma de la tabla desaparece y todo se despliega en párrafos, comprueba si el contenido de las celdas que en el original estaban en la misma fila sigue en orden, o si se ha desplazado a un lugar que cambia el significado.
Los tramos que destacabas con color o fondo también hay que mirarlos otra vez. En el resultado, ese énfasis puede haber quedado al menos con otro símbolo, como negrita o cursiva, o puede haberse diluido en una frase normal sin ninguna marca. Donde el énfasis ha desaparecido, lo más seguro es volver a marcarlo a mano en el sitio donde vas a pegar el texto.
En resumen
- Markdown es un formato sencillo, diseñado para expresar solo el formato básico de un documento, así que en muchos casos no existe una sintaxis que corresponda a las funciones más elaboradas de HTML.
- Las tablas HTML no se reconstruyen con la sintaxis de tablas de Markdown (barras verticales), sino que el contenido de las celdas se despliega en párrafos en orden. Cuanto más combinadas estén las celdas, más fácil es confundirse con el orden.
- Los estilos en línea como el color del texto o el color de fondo no tienen ninguna sintaxis en Markdown, así que desaparecen sin más tras la conversión.
- El método de encabezados Setext solo define los niveles 1 y 2, así que no existe sintaxis para expresar una estructura de títulos más profunda.
- Esta herramienta traslada automáticamente los formatos que tienen equivalente, pero no puede inventar información para la que no hay sintaxis, así que después de convertir conviene revisar a mano las tablas y los tramos con énfasis.
Pega tu HTML y la herramienta convierte al instante títulos, negritas, listas y bloques de código a sintaxis Markdown, lista para copiar: es el conversor de HTML a Markdown
Preguntas frecuentes
¿Qué pasa con las celdas combinadas de una tabla HTML después de la conversión?
En la sintaxis de tablas de Markdown no existe el concepto mismo de unir celdas. Además, esta herramienta no rehace la tabla con la sintaxis de tablas de Markdown (barras verticales), sino que despliega en párrafos, en orden, solo el texto de cada celda. Por eso, tanto si había celdas combinadas como si no, la forma de la tabla desaparece y solo quedan párrafos con el contenido de las celdas amontonado. Si has convertido un HTML con tablas, revisa sin falta que el orden y el sentido del contenido de las celdas coincidan con el original.
Puse color de texto o de fondo y ha desaparecido tras la conversión. ¿Por qué?
Porque Markdown no tiene ninguna sintaxis para indicar color desde el principio. Solo existen símbolos de énfasis como negrita, cursiva, tachado y código en línea, así que la información de color o de tamaño de fuente no tiene dónde trasladarse y se pierde durante la conversión. Si el énfasis es imprescindible, vuelve a marcarlo después de convertir con los símbolos básicos de Markdown, como negrita o cursiva.
Mis títulos son de nivel 3 o superior. ¿Qué pasa si elijo el estilo Setext (subrayado)?
El método Setext solo tiene dos niveles definidos en la propia sintaxis de Markdown: el 1 (=) y el 2 (-). Esta herramienta no fuerza el subrayado para los títulos de nivel 3 o superior (h3–h6), sino que cambia solo esas secciones a la notación # (ATX) en la salida. Así que, aunque elijas Setext, el nivel de los títulos se mantiene; solo que en un mismo documento pueden aparecer mezcladas la notación con subrayado y la notación con #.
¿El HTML convertido se guarda o se envía a algún servidor?
El HTML que pegas se convierte únicamente dentro del navegador y no se envía a ningún servidor. El Markdown resultante también se muestra solo en el panel de resultados de la pantalla, y lo pasas al portapapeles con el botón «Copiar» para usarlo donde quieras.
Este artículo está adaptado de nuestro original en coreano. Leer el original en coreano