# Firecrawl 网页转 Markdown：正文选择、sourceURL 与状态码核对

Firecrawl 网页转 Markdown按本页输入、步骤与检查复现。已真实运行 Python HTMLParser 正文转换及删除段落负例；未调用 Firecrawl API，API 输出需自行执行并核对。

## 1. 准备自己的文档页
source.html 的 article 为正文，nav/footer 为辅助区域，保留原始 HTML。

## 2. 定位控件和执行范围
下载 firecrawl-request.json 和 run-firecrawl.py。把 url 改成你拥有且 Firecrawl 可访问的网页；云端不能读取 localhost 或 file://。formats 选择 markdown，核对返回 metadata.sourceURL 和 metadata.statusCode；API 调用本次没有执行。

## 3. 区分本地与云端地址
CLI 标准库只读取本机文件；Firecrawl 云端必须使用自己可访问的公开 URL。

## 4. 请求 Markdown 格式
在 request JSON 用 formats:[markdown] 和 onlyMainContent:true，不把 JSON 教材当响应。

## 5. 核对来源和目标状态
API success 与 HTTP 200 不替代 metadata.statusCode；需要保存 sourceURL、实际正文和抓取时间。

## 6. 保存真实输出与截图
对照 result.html 与原始 browser-result.json 或 local-result.json。结果必须包含本任务字段与来源，截图不能代替实际输出检查。已真实运行 Python HTMLParser 正文转换及删除段落负例；未调用 Firecrawl API，API 输出需自行执行并核对。

## 7. 在自己的环境复跑
按下载 README 使用独立目录；Playwright 首次需安装库和浏览器。负例退出非零是预期，实际用于 CI 时只将正例作为通过条件。
```sh
python3 convert-local.py
# 可选实际 API：先改 URL 并设置自己的环境变量
python3 run-firecrawl.py
```