Convertisseur HTML vers Markdown : Bulk pages web vers MD propre, 1$ pour 1 000 pages

Convertissez toute page HTML en Markdown propre, prêt pour LLM. Supprime le chrome (nav, pubs, barres latérales), conserve titres, tableaux, blocs de code, images avec alt et liens. Retourne titre de page, contenu principal en Markdown, nombre de mots, tableaux d'images et de liens extraits, et l'URL principale inférée. Construit pour le batch : 10 000 URLs d'articles en entrée, une ligne par page en sortie. Parfait pour corpus d'entraînement LLM, ingestion RAG, miroirs de documentation et surveillance de contenu.

Ce que vous obtenez

• Markdown propre : main_content en Markdown GitHub-flavored, sans chrome
• Structure préservée : titres, listes, tableaux, blocs de code, citations
• Assets extraits : images[] avec alt text, links[] avec anchor et href
• Statistiques : word_count, char_count, reading_time_minutes
• Métadonnées : title, meta_description, canonical_url, language, scraped_at

Cas d'usage principaux

• Corpus d'entraînement LLM. Convertir des milliers de billets de blog et docs en markdown propre pour le fine-tuning
• Ingestion RAG. Envoyer le contenu nettoyé dans des bases vectorielles sans bruit HTML
• Miroirs de documentation. Capturer docs concurrents ou bases de connaissances en markdown structuré
• Surveillance de contenu. Suivre les changements de pages clés dans le temps avec markdown diff-friendly
• Contexte pour agents IA. Donner aux agents un contenu lisible plutôt que du HTML brut pour économiser des tokens

Exemple d'API

# Lancer une exécution via l'API Apify
curl -X POST "https://api.apify.com/v2/acts/santamaria-automations~html-to-markdown/runs?token=YOUR_TOKEN" \
 -H "Content-Type: application/json" \
 -d '{
 "urls": [
 "https://blog.example.com/post-1",
 "https://docs.example.com/getting-started",
 "https://news.example.com/article-2026"
 ],
 "extractImages": true,
 "extractLinks": true,
 "mainContentOnly": true
 }'

# Ou utiliser avec des agents IA via MCP :
# https://mcp.apify.com?tools=santamaria-automations/html-to-markdown

Intégrations

• n8n, Make, Zapier : déclencher des exécutions et traiter les enregistrements via webhook
• Agents IA (MCP) : Claude Desktop, Cursor, VS Code, LangChain, LlamaIndex
• Python, Node.js : SDK Apify pour l'accès programmatique
• Google Sheets, Airtable : entrées en masse, données structurées en sortie

Champs de sortie

Acteurs associés

• PDF Text Extractor: complément PDF pour les mêmes pipelines de contenu
• SEO Metadata Extractor: extraire les métadonnées SEO en parallèle du markdown
• Sitemap URL Discovery: énumérer chaque URL d'un site avant la conversion en masse

Exécutez cet actor directement sur Apify (sans code)

Cliquez sur Ouvrir sur Apify ci-dessus pour lancer html-to-markdown dans votre navigateur – sans code, sans installation. Dans la console Apify, vous obtenez :

• Test en un clic – remplissez le formulaire d'entrée ou collez l'exemple JSON ci-dessus dans l'onglet Éditeur JSON, puis cliquez sur Start.
• Sortie en direct – regardez les lignes défiler dans un tableau Output interactif, ou basculez vers la vue JSON / Log brute.
• Exportez dans n'importe quel format – téléchargez le dataset en un clic au format JSON, CSV, XML, Excel, tableau HTML, RSS ou JSONL.
• Planifications – lancez cet actor quotidiennement, hebdomadairement, toutes les heures ou avec un cron personnalisé. Apify gère le timing et stocke chaque dataset.
• Intégrations & webhooks – déclenchez un webhook en cas de succès/échec, ou connectez Zapier, n8n, Make, Airbyte, Google Sheets, Slack, S3, Postgres et plus depuis l'onglet Actions.
• Coûts transparents – suivez l'usage exact face à votre quota gratuit de 5$/mois avant de dépenser un centime.

Obtenez votre jeton API Apify

Pour lancer cet actor depuis votre propre code, il vous faut un jeton API Apify. Environ une minute :

1. Inscrivez-vous gratuitement à Apify (Google, GitHub ou e-mail).
2. Allez dans Paramètres → Intégrations → Jetons API.
3. Cliquez sur Créer un nouveau jeton API. Copiez et gardez-le secret.

Quota gratuit : Apify crédite votre compte de 5$ d'usage plateforme par mois, sans carte bancaire. Assez pour tester n'importe quel actor — à 0,001$ par résultat, c'est environ 5 000 résultats gratuits chaque mois.

Appeler depuis votre code

Lancez cet actor depuis n'importe quel langage via l'API REST Apify. Remplacez YOUR_TOKEN par votre jeton API et adaptez le JSON d'entrée.

curl -X POST "https://api.apify.com/v2/acts/santamaria-automations~html-to-markdown/run-sync-get-dataset-items?token=YOUR_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{}'

// npm install apify-client
import { ApifyClient } from 'apify-client';

const client = new ApifyClient({ token: 'YOUR_TOKEN' });
const run = await client.actor('santamaria-automations/html-to-markdown').call({});
const { items } = await client.dataset(run.defaultDatasetId).listItems();
console.log(items);

# pip install apify-client
from apify_client import ApifyClient

client = ApifyClient('YOUR_TOKEN')
run = client.actor('santamaria-automations/html-to-markdown').call(run_input={})
items = list(client.dataset(run['defaultDatasetId']).iterate_items())
print(items)

// dotnet add package Apify.Client
using Apify.Client;

var client = new ApifyClient("YOUR_TOKEN");
var run = await client.Actor("santamaria-automations/html-to-markdown").CallAsync(new { });
var items = await client.Dataset(run.DefaultDatasetId).ListItemsAsync();

// Maven: com.apify:apify-client
import com.apify.client.ApifyClient;

ApifyClient client = new ApifyClient("YOUR_TOKEN");
ActorRun run = client.actor("santamaria-automations/html-to-markdown").call(Map.of());
List<Map<String,Object>> items = client.dataset(run.getDefaultDatasetId()).listItems();

Utiliser avec des agents IA (MCP)

Cet actor est disponible sur le serveur MCP Apify, vous pouvez donc le piloter depuis n'importe quel client IA compatible MCP – Claude Desktop, Claude.ai, Cursor, VS Code, LangChain, LlamaIndex ou un agent maison – sans écrire de code.

https://mcp.apify.com?tools=santamaria-automations/html-to-markdown

Exemple de prompt une fois connecté :

"Utilise html-to-markdown pour lancer un scrape et donne-moi les résultats sous forme de tableau."

Les clients avec découverte dynamique des outils (Claude.ai, VS Code) reçoivent le schéma d'entrée complet automatiquement via add-actor.

Utiliser avec des plateformes no-code

Déclenchez cet actor depuis votre outil d'automatisation. Toutes les plateformes ci-dessous peuvent appeler l'API Apify en quelques clics — sans code.