纯文本转html需一行命令或三行脚本，须规避编码、换行、xss三类坑：先用tr清理\r，再用sed加标签；awk分段更可靠但macos需gawk；pandoc需显式指定-f markdown并禁用--standalone；中文文件须iconv转utf-8；转义必须用html.escape()。
纯文本转 HTML 不需要“格式化工具”，真正要的是一行命令或三行脚本，且必须避开编码、换行、XSS 三类坑。
sed 一行转
标签但空行失效？先清理 \r 再分段
Linux/macOS 下直接 sed 's/^/<p>/; s/$//' input.txt</p> 看似快，实际在 Windows 编辑的文本上会崩——\r\n 中的 \r 会混进标签里，浏览器渲染出 <p>内容\r</p>，导致段落粘连。
- 必须先清理换行符：
tr -d '\r' /; s/$//' > output.html - 若原文靠空行分段，
awk更可靠，但 macOS 自带awk对中文支持差，改用gawk：gawk '/^$/ {print "<p>"; next} {print}' input.txt | sed '1s/^/</p> <p>/; $s/$//' > output.html</p><div class="aritcle_card flexRow artxards"> <div class="artcardd flexRow"> <a class="aritcle_card_img" rel="nofollow" href="/xiazai/skill6712" title="Wechat HTML Publisher"><img src="https://img.php.cn/upload/skill/000/000/081/179109368394970.jpg" alt="Wechat HTML Publisher" onerror="this.onerror='';this.src='/static/lhimages/moren/morentu.png'" ></a> <div class="aritcle_card_info flexColumn"> <a rel="nofollow" href="/xiazai/skill6712" title="Wechat HTML Publisher" class="overflowclass">Wechat HTML Publisher</a> <p class="overflowclass">直接上传HTML富文本到微信公众号草稿箱。支持完整的HTML格式,无需Markdown转换。</p> </div> <a rel="nofollow" href="/xiazai/skill6712" title="Wechat HTML Publisher" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span> </a> </div> </div> - 别漏加 HTML 外壳，否则浏览器可能以 quirks mode 渲染：
echo "<meta charset='\"utf-8\"'>" > output.html && tr -d '\r' /; s/$//' >> output.html && echo "" >> output.html
pandoc 转带标记文本却输出全页？关掉 --standalone 并指定输入格式
你写的是 # 标题 和 - 列表，但 pandoc input.txt -o output.html 输出一堆 <title></title> ——因为 pandoc 默认把纯文本当“无格式文本”处理，# 不被识别为标题；而加了 --standalone 又强制包完整 HTML 结构。
- 明确告诉 pandoc 这是 Markdown：
pandoc -f markdown -t html --standalone=false input.txt -o output.html - 如果只要 body 内容（比如嵌入到已有网页），去掉
--standalone=false不够，还得用空模板：pandoc -f markdown -t html --template=/dev/null input.txt -o output.html - 中文文件报编码错？不是 pandoc 问题，是文件本身存成 GBK：
iconv -f GBK -t UTF-8 input.txt | pandoc -f markdown -t html --template=/dev/null > output.html
Python 脚本手写转义却出现 &？永远用 html.escape()，别自己 replace
有人写 line.replace('&', '&').replace('，结果 <code><code>& 变成 <code>&，页面显示全是文字实体——这是典型未区分原始内容与已转义内容的后果。
- 只用标准库：
from html import escape; escaped = escape(line)，它自动处理引号、Unicode 边界和嵌套情况 - 如果后续要放进
<pre class="brush:php;toolbar:false;"></pre>，记得保留换行：escaped.replace('\n', '<br>')或直接用<pre class="brush:php;toolbar:false;">{escaped}</pre>（<pre class="brush:php;toolbar:false;"></pre>本身保留空白） - 别用
str.replace('\n', '<p>')</p>拆段落——空行会被忽略，且首尾段落缺标签；改用text.splitlines(keepends=False)+ 循环拼接
Word 文档别用 sed/awk/pandoc？它们根本读不懂 .docx 二进制结构
看到 .docx 文件就下意识扔进 pandoc 或写 Python 读取字符串？.docx 是 ZIP 包，里面是 XML，直接读文件内容只会拿到乱码或报错。shell 命令和纯文本工具对它完全无效。
- 真要本地批量转，用专解 Word 结构的工具：如
Word2Htm（免安装、不调 Word、输出语义 HTML）、或python-docx库解析后手动映射标签 - 在线工具或 WPS “另存为网页” 会调用 Office 引擎，能保排版但不可控输出——比如插入 37 行
<p></p>，你得再写正则删 - 最稳的离线方案其实是 Pandoc + docx：它内部用 zip 解压 + xml 解析，但要求系统装有 pandoc 3.1+，旧版不支持 docx 输入格式
真正难的不是“怎么转”，而是判断输入文本有没有隐含结构、要不要保语义、是否跨平台显示——这些决定了你该敲哪一行命令，而不是找哪个“一键工具”。
前端入门到VUE实战笔记：立即使用
在学习笔记中，你将探索 前端 的入门与实战技巧！
