內容轉換
把 HTML 轉成 Markdown 或節點樹、合併快照與去重的六個匯出函式。不需要瀏覽器，手上已有 HTML 即可使用。
Markdown
HTMLToMarkdown
func HTMLToMarkdown(content, baseURL string, keepLinks bool) (string, error)
HTML 轉 Markdown。baseURL 用於把相對連結與圖片來源解析為絕對 URL。
| 元素 | 輸出 |
|---|---|
h1–h6 |
# 到 ###### 標題 |
p、br |
段落與換行 |
li |
- 項目；有序列表不編號 |
strong / b、em / i |
**粗體**、*斜體* |
code、pre |
行內反引號、不帶語言的程式碼區塊 |
blockquote |
> 前綴 |
time |
有屬性時輸出 [datetime]，否則輸出內文 |
a |
keepLinks 時為 [text](url)，否則只留文字 |
img |
keepLinks 時為 ，優先取 data-src；data: URI 丟棄 |
nav、header、footer、aside |
僅 keepLinks 時保留 |
script、style、noscript、iframe、form、button、input、select、textarea、svg、canvas、video、audio |
一律丟棄 |
| 表格與其他區塊 | 文字前後換行；不產生 Markdown 表格語法 |
最後每行去除前後空白、連續空行收斂為一行，只由 -、#、|、_、* 組成的行會被移除。
DedupMarkdownParagraphs
func DedupMarkdownParagraphs(md string) string
以空行切段，去除前後空白後與先前段落相同者丟棄，整理空行並修剪結果。
節點樹
HTMLToNode
func HTMLToNode(content, baseURL string, keepLinks bool) ([]*Node, error)
以相同的元素規則把 HTML 轉成 Node 樹，接著套用 DedupTree，並把恰有一個子節點的節點扁平化成該子節點。這兩道處理的結果：
- 只含文字的段落會變成
text節點，外層型別消失 image節點與沒有子節點的time節點沒有Text也沒有子節點，會被DedupTree移除；即使keepLinks為真，回傳的樹也不含圖片
DedupTree
func DedupTree(nodes []*Node) []*Node
以串接文字的 FNV-1a 雜湊移除重複的 paragraph、heading、list_item、blockquote、code_block 節點，保留整棵樹中第一次出現者。也會移除除 linebreak 以外所有無文字且無子節點的節點。
HTML 前處理
Merge
func Merge(snapshots []string) (string, error)
把後續每份快照的 <body> 子節點依序接到第一份之後。空切片回傳 no snapshots；單一元素原樣回傳。第一份沒有 <body> 時直接回傳它，後續解析失敗的快照略過。
InlineTimeElements
func InlineTimeElements(htmlSrc string) (string, error)
把每個 <time> 換成純文字：
<time> 具有 |
替換為 |
|---|---|
datetime 與文字 |
[datetime] text |
只有 datetime |
[datetime] |
| 只有文字 | text |
| 兩者皆無 | 移除 |
<time> 是連結的唯一子節點時連同連結一起替換。輸入不含 <time> 時不解析、原樣回傳。