Marked 与 Markdown 有什么区别?该怎么选?

作者:excel日期:2026/11/1

在前端开发中,我们常会遇到 Markdown 和 Marked 这两个词。它们名字相似,但并不是同一类东西,也不是互相替代的选项。

简单来说:

Markdown 是一种轻量级标记语言;Marked 是一个用于解析 Markdown 的 JavaScript 库。

理解这一点,就能知道它们通常不是“二选一”,而是配合使用。

什么是 Markdown?

Markdown 是一种用简单符号编写文本内容的语法。它可以表示标题、列表、链接、代码块等结构,常用于 README、技术文档、博客和评论内容。

例如:

1        
2# 页面标题
3
4这是一段文字,包含**加粗内容**。
5
6- 第一项
7- 第二项
8
9[访问示例网站](https://example.com)
10      
11

Markdown 文件通常使用 .md 或 .markdown 后缀。它的重点是内容如何编写和组织,而不是由哪种编程语言处理。

什么是 Marked?

Marked 是一个 JavaScript Markdown 解析器。它可以读取 Markdown 文本,并将其转换为 HTML。

1        
2import { marked } from 'marked';
3
4const source = '# 页面标题\n\n这是一段 **加粗内容**。';
5const html = marked.parse(source);
6
7console.log(html);
8      
9

输出大致如下:

1        
2<h1>页面标题</h1>
3<p>这是一段 <strong>加粗内容</strong>。</p>
4      
5

Marked 关注的是如何在 JavaScript 项目中解析 Markdown。它常用于网站、Web 应用或 Node.js 服务中。

核心区别

对比项MarkdownMarked
本质一种轻量级标记语言JavaScript 解析库
用途编写和组织内容将 Markdown 转换为 HTML
是否依赖某种编程语言否是,主要用于 JavaScript 环境
常见形式.md 文件或 Markdown 文本npm 包
是否可以互相替代不能不能

可以把它们类比为:

  • Markdown 像一种文章写作格式;
  • Marked 像一个能够读懂这种格式并生成网页内容的转换工具。

实际开发中怎么选?

需要编写内容时,使用 Markdown

如果你要写项目说明、技术文档、博客文章或知识库内容,直接使用 Markdown 即可。它易读、易写,也方便进行版本管理。

需要在 JavaScript 中解析 Markdown 时,选择 Marked

如果项目需要把 Markdown 内容转换为 HTML,例如:

  • 在前端展示 Markdown 文章;
  • 在博客系统中渲染文章内容;
  • 在后台或构建脚本中生成 HTML;
  • 为 Markdown 编辑器提供预览功能;

就可以使用 Marked 等解析器。

两者通常一起使用

一个常见流程是:

1        
2Markdown 文本 → Marked 解析 → HTML → 页面展示
3      
4

也就是说,内容使用 Markdown 编写,再由 Marked 将内容转换为网页可以展示的 HTML。

使用 Marked 时要注意安全

Marked 负责解析 Markdown,但不要默认认为它会过滤所有不安全的 HTML。如果 Markdown 内容来自用户输入,转换后的 HTML 可能包含恶意标签或脚本。

建议在插入页面前使用 HTML 清理工具,例如 DOMPurify:

1        
2import { marked } from 'marked';
3import DOMPurify from 'dompurify';
4
5const markdown = '# 文章标题\n\n这是一段内容。';
6const html = marked.parse(markdown);
7const safeHtml = DOMPurify.sanitize(html);
8
9// 在框架模板中展示 safeHtml,具体方式取决于所用框架
10      
11

是否需要清理,取决于内容来源和展示方式。对于用户提交的内容,通常应进行安全处理。

总结

Markdown 和 Marked 不是两个同类产品:

  • Markdown 是编写内容的语法;
  • Marked 是解析 Markdown 的 JavaScript 工具。

因此,选择时不必简单地在两者之间做取舍:写文档或文章时使用 Markdown;需要在 JavaScript 项目中解析这些内容时,再考虑使用 Marked。


《Marked 与 Markdown 有什么区别?该怎么选?》 是转载文章,点击查看原文。


相关推荐


花了3个月,我们做了一款 AI 版的“飞书文档”
徐小夕2026/10/24

作为一名在AI办公与协同领域深耕多年的创业者,同时也是一名持续探索企业效率工具的创业者,过去一年多我和团队一直在啃一块硬骨头:做一款真正面向开发者、支持私有化部署、原生支持实时协同的AI文档 ——Mindlink 灵语文档。 很多粉丝问我:现在在线文档产品这么多,飞书、腾讯文档、Notion 都已经很成熟了,为什么还要自己做? 答案其实很简单:当我们深入到企业内网部署、垂直业务系统嵌入、深度二次开发这些场景里时,你会发现市面上的产品要么太重太贵,要么根本满足不了「数据不出域、能力可定制、协同不


从能读取到能研究:我们如何把 agent的 PDF tool升级为可追溯的多模态能力
hpoenixf2026/10/17

最初给投研 Agent 接入 PDF 时,我们要解决的问题很朴素:基金招募说明书、指数编制文件和财务报告经常以 PDF 发布,Agent 不能只看搜索结果里的几句摘要,就声称分析过原始资料。 所以第一版思路也很自然:取得文件,提取文字,把相关段落交给模型。 它足以回答一些简单问题,却很难应付真正的研究任务。例如,比较一份报告第一页和最后一页的指标、核对表格里的负号和单位,或者判断“报告没有提及某项风险”是否成立。问题逐渐不再是能否解析 PDF,而是模型拿到的材料,是否足以支持它正在作出的判断。


《雷达原理》全套PPT课件(西安交通大学)
书阁酷2026/10/14

《雷达原理》全套PPT课件(西安交通大学) 课件内容: 第1章绪论.ppt 第2章 雷达作用距离.ppt 第3章雷达系统-ppt 第4章目标距离的测量.ppt 第5章角度测量.ppt 第6章运动目标检测及测速.ppt 获取 《雷达原理》全套PPT课件(西安交通大学)::https://download.csdn.net/download/m0_54748666/93537039


Metal 冷启动并发下,Pipeline Cache 为什么必须合并在途编译
茶底世界之下2026/10/6

问题与范围 图像处理、视频帧处理和实时预览通常不会在启动时把所有 Metal pipeline 一次性建完。某个 kernel、函数常量或输出组合第一次被请求时,系统才按需创建对应的 MTLComputePipelineState。 最直观的实现是一个字典:命中就返回,未命中就创建后写回。单线程下它足够正确;但冷启动恰好容易有多个请求同时发现同一个缓存键不存在。它们会一起进入创建路径,令同一份工作重复发生,也让 reset 与旧创建的交错难以解释。 本文讨论计算 pipeline 的并发缓存合同


我把 Agent 的 while 循环拆掉了:一种你可能没想到的 Agent 架构
GreenTea2026/9/29

当 Durable Execution 遇上 Agent,Agent 就该是个微服务 去年年底,我们的 Agent 平台遇到一个很朴素的麻烦:容器太贵,进程太脆,网络太乱。 具体来说是三件事叠在一起。线上跑着几千个会话,一个用户一个 Docker 容器,agent 的 loop(while 一直转,调 LLM、跑工具、再调 LLM)整个塞在这个容器里。第一个月我们发现,容器 CPU 平均利用率不到 5%——因为 agent 九成时间在等 LLM 返回、等工具执行、等用户点确认,但我们为这 5%


我用豆包 Seed-2.1-pro-0915 做了个「今天吃啥」,中午点菜这事终于不用纠结了
程序员晓凡2026/9/22

每天上午快到十一点四十,办公室里就会冒出一句「今天中午吃啥」。 我们几个中午基本在公司附近解决,来来回回就是那几家店。店面是固定的,菜点得越来越窄。我连着四天点了青椒土豆丝,第五天再报这个菜名的时候,同事看我的眼神有点不对。 难处不是没得选。附近几家馆子的菜单加起来少说上百道菜,谁都想不出新花样,也都不愿意花脑子想。 那就做个东西,把这事一次性解决掉。 先看做成了什么样 它的功能一句话能讲完。把常去餐馆的菜单拍成照片丢进去,它认出菜名和价格建成菜单库;中午打开点菜,点完自动汇总成一张订单卡片发到


【Linux】五种IO模型与非阻塞IO
好评1242026/9/13

本文主题内容 引言:网络通信中的很多性能问题,本质上并不是数据拷贝本身太慢,而是进程在等待数据到达。理解 IO 模型,就是理解操作系统如何通知进程数据已经就绪,以及数据最终由谁拷贝到用户空间。 一、理解 IO 1.1 一次 IO 的两个阶段 以网络读取为例,一次完整的 IO 通常包含两个阶段: 等待数据就绪:等待网卡接收数据,并由内核协议栈将数据放入 Socket 接收缓冲区。将数据从内核空间拷贝到用户空间:read、recv 等系统调用把数据交给应用程序。 所以,一次 IO 的总时间可以简


【Python编程—从入门到实践】(Python条件判断完全入门:从布尔表达式到列表中的if实战)
承渊政道2026/9/5

🔥承渊政道:个人主页 ❄️个人专栏: 《C语言基础语法知识》 《数据结构与算法》 《C++知识内容》 《Linux系统知识》 《算法刷题指南》 《测评文章活动推广》 《大模型语言路线学习》 《MySQL数据库学习》 《Python知识内容》 《cpolar知识学习》 ✨逆境不吐心中苦,顺境不忘来时路!✨ 🎬 博主简介: 编程时经常需要检查一系列条件,并据此决定采取什么措施.在Python中,if语句让你能够检查程序的当前状态,并据此采取相应


GitHub 热榜项目 - 周榜(2026-08-22)
CoderJia_2026/8/28

GitHub 热榜项目 - 周榜(2026-08-22) 生成于:2026-08-22 统计摘要 共发现热门项目: 16 个 Token赞助:siliconflow 前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家。点击跳转到网站。 本期热点趋势总结 这周gtihub热榜,明显聚焦 AI 基础设施与本地化部署:Agent 记忆、上下文数据库、模型路由与多供应商兼容成为主线,配套出现小模型端侧推理、Mac / Apple Si


TDengine 第三方工具 — Telegraf、Kafka Connect、Flink、Spark
TDengine (老段)2026/8/20

分类:14.生态 | 篇章:04 第三方工具 免费详情 TDengine 通过 InfluxDB 兼容协议、JDBC、连接器等方式与主流数据生态对接。本文汇总 Telegraf、Kafka Connect、Flink、Spark、Logstash 等工具的集成方式。 集成方式速查 工具集成方式用途TelegrafInfluxDB output系统/IoT 采集collectdcollectd protocol服务器监控StatsDStatsD protocol应用指标Promethe

首页编辑器站点地图

本站内容在 CC BY-SA 4.0 协议下发布

Copyright © 2026 聚合阅读