Skip to content

jxmnhm/md2Card

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

4 Commits
 
 
 
 

Repository files navigation

Text2Card: 极简·文读 (v11.0) ✍️➡️🖼️

将长文章秒变小红书卡片 | Markdown to Carousel Generator

“写作是线性的,但阅读可以是卡片式的。”

📖 简介 (Introduction)

Text2Card (极简·文读) 是一款专为内容创作者打造的纯前端排版工具。

很多创作者(尤其是从公众号/博客迁移到小红书/Instagram的作者)都面临一个痛点:写好的长文章,需要花费大量时间在 Canva 或 PS 里进行拆分、排版和导出。

本项目通过智能算法,自动将 Markdown 文本流“切割”成适合移动端阅读的 3:4 竖屏卡片。它不仅仅是简单的截断,而是智能识别段落和列表,确保跨页阅读的连贯性。

✨ 核心特性 (Key Features)

  1. 🧠 智能分页算法 (Smart Pagination Engine) 这是 v11.0 版本的核心黑科技。不同于普通的截图工具,它拥有“语义感知”能力:

防截断保护:不会把一行文字拦腰切断,永远在段落或句子结束处分页。

完美序列 (Perfect Sequence):当有序列表(Ordered List)跨页时,第二页的序号会自动从上一页结束的地方接续,而不是重置为 "1",也不会出现突兀的黑点。

标题自适应:首图显示大标题,续页自动生成“标题 / 续”的页眉导航。

2. 🎨 三大质感主题 (Aesthetic Themes)

内置三种经过精心调色的阅读模式,适配不同情感的内容:

📜 米白 (Paper):模拟道林纸纹理,适合人文、历史、小说类内容,自带书卷气。

⚪ 纯白 (White):极简现代风,适合干货分享、教程、职场类内容。

⚫ 暗黑 (Dark):沉浸式夜间模式,适合情感、深夜随笔或科技类内容。

3. ⚡ 极速工作流 (Lightning Workflow)

Markdown 原生支持:直接粘贴 Markdown 文本,自动渲染 H1, H2, 引用, 列表等样式。

所见即所得:左侧编辑,右侧实时预览。

一键批量导出:基于 html2canvas 技术,一键生成所有分页的高清 PNG 图片(Card_1, Card_2...),直接上传小红书。

4. 🔒 隐私安全 (Privacy First)

单文件架构:所有逻辑都在一个 HTML 文件中。

零数据上传:你的文章内容、生成的图片完全在本地浏览器处理,不经过任何服务器。

🚀 快速开始 (Quick Start)

下载本项目中的 .html 文件到本地。或者直接点击“这里”。

双击打开(建议使用 Chrome 或 Edge 浏览器)。

左侧栏设置:

输入 Title(支持 Markdown 语法)。

粘贴文章内容到 Content 区域。

设置 Footer(如:@你的小红书ID)。

选择喜欢的主题颜色。

点击 “立即生成” 查看排版效果。

满意后,点击 “批量下载” 获取图片包。

🛠️ 技术细节 (Under the Hood)

本项目采用纯原生技术栈,无构建流程,即开即用:

Core: Vanilla JavaScript (ES6+)

Styling: Tailwind CSS (via CDN)

Markdown Engine: Marked.js

Image Generation: html2canvas

Font: Noto Serif SC (思源宋体) - 营造文学质感

⚠️ 注意事项 (Notes)

网络依赖:由于使用了 Tailwind CSS 和 Google Fonts 的 CDN,使用时请保持网络连接。

图片尺寸:默认输出尺寸为 600px * 800px (3:4),这是小红书笔记的最佳展示比例。

🤝 贡献 (Contribution)

如果你有前端开发经验,欢迎在以下方面共创:

增加“封面生成器”(专门用于生成小红书的大标题封面)。

添加更多的字体选择(如手写体)。

优化移动端的编辑体验。

About

一个“长文转轮播图”的工具,它的核心痛点在于“长文变图文”的排版效率。我将文档的基调定位于:把复杂的排版工作自动化,让内容创作者回归写作本身。

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors

Languages