Cómo convertir HTML a JSON
- Añada su archivo .HTML: arrástrelo al cuadro de arriba o haga clic para buscarlo.
- Conviértalo a .JSON en pocos segundos.
- Descargue su nuevo archivo .JSON.
Qué esperar
- La salida es el árbol de sintaxis abstracta de pandoc como JSON, que describe la estructura del documento, no un volcado de datos del contenido de la página en un esquema de propósito general.
- La presentación visual no se conserva: el CSS, los scripts y el diseño de píxeles no tienen lugar en el AST.
- Las construcciones HTML fuera del modelo de documento de pandoc se simplifican u omiten en lugar de copiarse íntegramente.
Preguntas frecuentes
¿Qué tipo de JSON produce esto?
pandoc genera su propio modelo de documento: una representación JSON estructurada del árbol de sintaxis abstracta de la página (encabezados, párrafos, listas, enlaces como nodos tipados). No son datos extraídos arbitrariamente ni una exportación genérica de clave/valor.¿Por qué convertir HTML a JSON con pandoc?
El AST de JSON está destinado al procesamiento programático, como filtrar o transformar un documento con un filtro de pandoc antes de renderizarlo en otro formato. Expone la estructura del documento en un árbol legible por máquina.
¿Qué lee el JSON resultante?
Cualquier editor de texto o herramienta JSON puede mostrarlo, y el propio pandoc puede volver a leer el JSON para producir otros formatos. Sin embargo, interpretarlo de manera significativa requiere comprender el esquema AST de pandoc.
¿Qué no sobrevive a la conversión?
Pandoc mantiene el texto y la semántica estructural pero descarta la presentación: el estilo CSS, JavaScript y el diseño visual exacto no están representados. El marcado que pandoc no puede asignar a su modelo se descarta en lugar de preservarse textualmente.
