使用 Unified 解析 Markdown，里面有 HTML答案

【问题标题】：Using Unified to parse Markdown with HTML inside使用 Unified 解析 Markdown，里面有 HTML
【发布时间】：2021-06-25 23:25:53
【问题描述】：

我正在尝试将 GitHub 风格的 Markdown (GFM) 文本转换为 Markdown AST 节点。因为 GFM 允许像 <img> 这样的 HTML 标签，所以我也希望这些标签也被解析为 Markdown 元素。

现在，我正在使用 Unified + Turndown 的组合来执行此操作。本质上，我正在解析 Markdown，使用 Unified 和几个插件将其全部转换为原始 HTML，然后使用 Turndown 将其转换为原始 Markdown，然后再次使用 Unified 将新的原始 Markdown 解析为 AST 节点，最后解析我想要的节点。

这就是我所拥有的：

import unified from 'unified';
import markdown from 'remark-parse';
import gfm from 'remark-gfm';
import TurndownService from 'turndown';
import remark2rehype from 'remark-rehype';
import html from 'rehype-stringify';
import raw from 'rehype-raw';
import {parseBlocks} from './parser/internal';
import type {Root} from './markdown';
import type {ParsingOptions} from './types';
const {gfm: turndownGfm} = require('turndown-plugin-gfm');

export async function markdownToBlocks(body: string) {
  const turndownService = new TurndownService().use(turndownGfm);

  const rawHtml = await unified()
    .use(markdown)
    .use(gfm)
    .use(remark2rehype, {allowDangerousHtml: true})
    .use(raw)
    .use(html)
    .process(body);

  const rawMarkdown = turndownService.turndown(String(rawHtml));

  const root = unified().use(markdown).use(gfm).parse(rawMarkdown);

  return parseBlocks(root as unknown as Root);
}

它完全符合我的要求并且完美运行，但是我不禁想到有一个更好的解决方案，它比我现在的做法更有效，因为我已经多次解析它。

任何关于如何通过更少的解析步骤来改进这一点的建议将不胜感激，谢谢！

【问题讨论】：

标签： parsing markdown abstract-syntax-tree

【解决方案1】：

我也希望那些被解析为 Markdown 元素。

Markdown 内的 HTML 是允许的，不需要将其解析为 as Markdown，只需将其传递 as-is。

否则不要重新发明轮子：如果您需要可以遍历的对象模型，请将 Markdown 转换为 HTML 并将其加载为 DOMDocument。

【讨论】：