网页、整站与论文

看到一篇好文章、一篇 arXiv 论文，都可以交给 42md，收成干净的 Markdown 放进你的知识库。

单个网页转 Markdown

42md https://example.com/article

42md 会去掉导航栏、广告、侧栏和评论区，只留正文和图片链接，标题、来源链接写在文首。命令行在你的电脑上直接抓取，免费。第一次使用会显示一段使用须知，确认一次即可。

指定输出文件，或一次转几个网页：

42md https://example.com/article -o 文章.md

42md https://example.com/a https://example.com/b

有些站点（如微信公众号、小红书）拿不到正文。可以在浏览器里把页面另存为 PDF 或 .html，再交给 42md 转换，见 文档转 Markdown。

arXiv 论文直读

把 arXiv 链接直接交给 42md，摘要页、HTML 页、PDF 页都行，它会自动取全文 PDF 转成 Markdown：

42md https://arxiv.org/abs/1706.03762

42md https://arxiv.org/pdf/1706.03762

转好的文件开头会自动写上论文的标题、作者、年份；已经正式发表、登记过 DOI 的论文，还会带上 DOI 和期刊信息。查不到时照常转换，只是不写这几项。

其他学术站点上以 .pdf 结尾的论文链接，也能直接转：

42md https://example.com/papers/report.pdf

论文转好以后接着翻译、出摘要，可以用内置编排一次跑完，见 编排：一条命令跑完多步。

手上已经有一份网址清单时，可以用批量转换把它们一次转完，见 批量转换。

站内 PDF 批量下载

课程页挂着的课件、论文站的补充材料、机构发布的报告，用 tools download 一次收齐到本地：

42md tools download https://example.com/papers -o ./pdfs

不止当前页，要扫描整个网站，加 --site；--site-limit 限制最多扫多少页（默认 500）：

42md tools download https://example.com --site --site-limit 100 -o ./pdfs

• 命令行下载免费。单次最多下载 420 份。
• 单个文件超过 500 MB 会跳过，可用 --max-file-size 调整（单位 MB）。
• 第一次使用要确认一次合规须知；42md 会遵守目标站点的 robots.txt 规则。
• 下载下来的 PDF 用 42md ./pdfs 或 批量转换 转成 Markdown。

网页整页截图

把一个网页从头到尾截成一张 PNG，留存页面原貌：

42md tools screenshot https://example.com -o 首页.png

截图免费，需要电脑上装有 Chrome 或 Chromium。

下一步

• 一大批网址一次转完：批量转换
• 外文网页翻成中文：翻译、摘要、优化
• 存进云端知识库：云端知识库