html 文件是标记语言输出而非格式；“转 html”实为生成或导出，关键在输入源与用途；python 中应避免字符串拼接，以防标签错乱和特殊字符（如 &）转义错误。
HTML 文件不是“格式”，改它没意义；所谓“转 HTML”其实是把其他内容生成或导出为 HTML 文件——关键在输入源和目标用途。
用 Python 生成 HTML 文件时，别直接拼字符串
常见错误是用 str.replace() 或 "..." + content + "" 硬凑，结果标签嵌套错、特殊字符（如 &、）没转义，浏览器一打开就乱码或被截断。
- 用
html.escape()处理用户输入的文本内容，比如标题、段落文字 - 结构固定时，用多行字符串 +
format()或 f-string 更安全，但只限简单场景 - 真要动态生成复杂页面（带表格、列表、JS 脚本），上
jinja2模板，而不是手写"<tr><td>{}</td></tr>".format(...) - 注意：Python 默认写文件是系统编码（Windows 是 cp936），必须显式指定
encoding="utf-8"，否则中文保存后打开是乱码
Word / Markdown 转 HTML 的真实路径
这不是靠改后缀名（.docx → .html）能解决的——文件二进制结构完全不同。你真正需要的是转换工具链：
- Word 导出：用 Word 自带「另存为 → 网页 (*.htm; *.html)」，但会附带大量冗余样式和
class；若需干净 HTML，先复制纯文本到支持导出的编辑器（如 Typora），再选「导出为 HTML」 - Markdown 转换：命令行用
pandoc input.md -o output.html最稳；如果用 VS Code 插件，确认它调用的是pandoc而非简易渲染器（后者不生成完整结构） - 注意：
pandoc默认不带 CSS，加--standalone才生成可直接双击打开的完整 HTML；否则只是片段，丢进网页会缺样式
浏览器里右键「查看网页源代码」看到的不是原始文件
很多人以为右键保存「网页另存为」得到的就是原始 HTML，其实不是：这个操作保存的是当前 DOM 快照（可能含 JS 动态插入的内容），且会额外下载资源（CSS、图片）并改写路径。如果你要还原「最初写的那个 HTML」：
立即学习“前端免费学习笔记（深入）”；
- 看服务器或本地项目目录下原始的
index.html文件，而不是浏览器保存下来的副本 - 用开发者工具（F12）的
Elements面板看到的是实时 DOM，Sources面板才能看到原始加载的 HTML（前提是没被 Service Worker 缓存劫持） - 如果页面用了框架（React/Vue），原始 HTML 往往只有
<div id="root"></div>，其余全是 JS 渲染的——这时候“转 HTML”本质是服务端渲染（SSR）或静态导出（SSG），不是文件格式转换
最常被忽略的一点：HTML 文件本身没有“格式版本”概念， 只是告诉浏览器用标准模式解析，不是文件类型标识。改它不会改变文件内容或行为，但删了可能导致 IE 兼容模式乱掉。