Python:使用html2text将HTML转换为Markdown

原创

小宇-xiaoyu

发布于 2024-12-24 18:04:22

18500

代码可运行

文章被收录于专栏：Python笔记Python笔记

运行总次数：0

代码可运行

在当今的 Web 开发和内容管理中，HTML 和 Markdown 是两种广泛使用的标记语言。HTML 用于网页设计和内容展示，而 Markdown 则因其简洁易用的特点，在开发者、博客作者、文档编写者等人群中得到了广泛应用。

HTML2text 是一个简单而强大的 Python 库，专门用于将 HTML 文本转换为 Markdown 格式。它能够自动识别 HTML 文档中的结构并将其转化为相应的 Markdown 语法。无论是网页内容、博客文章，还是自动化报告，使用 HTML2text 都能帮助你轻松完成 HTML 到 Markdown 的转换。

本文将介绍如何使用 HTML2text，从安装、配置到实际应用，帮助你高效地将 HTML 内容转换为更加易读、易编辑的 Markdown 格式。通过本工具，开发者可以简化内容迁移过程，同时提升工作效率，特别是在处理需要快速转换和共享的文本内容时。

0.前提准备

Python环境，版本建议使用3.10以上可前往Python官网进行下载。

其他安装细节本文不再过多赘述

1.安装所需库

pip install -i https://mirrors.cloud.tencent.com/pypi/simple html2text

2.示例代码

import html2text

html = """
<h1>标题</h1>
<p>这是一个段落。</p>
"""
markdown = html2text.html2text(html)
print(markdown)

运行后

# 标题

这是一个段落。

若内容较长，有时候空格也会进行换行操作，这就会导致一些格式的不正确，可以通过一些参数来禁用掉换行

html = """
<h1>标题</h1>
<p>你好，这是一个段落。这是一个段落。这是一个段落。这是一个段落。这是一个段落。这是一个段落。 这是一个段落。这是一个段落。这是一个段落。这是一个段落。这是一个段落。</p>
"""

config = html2text.HTML2Text()
config.body_width = 0
markdown = config.handle(html)

未加参数：

# 标题

你好，这是一个段落。这是一个段落。这是一个段落。这是一个段落。这是一个段落。这是一个段落。
这是一个段落。这是一个段落。这是一个段落。这是一个段落。这是一个段落。

使用参数后


<h1>标题</h1>
<p>你好，这是一个段落。这是一个段落。这是一个段落。这是一个段落。这是一个段落。这是一个段落。 这是一个段落。这是一个段落。这是一个段落。这是一个段落。这是一个段落。</p>

3.将生成的markdown内容保存为md文件

import html2text

html = """
<h1>标题</h1>
<p>你好，这是一个段落。这是一个段落。这是一个段落。这是一个段落。这是一个段落。这是一个段落。 这是一个段落。这是一个段落。这是一个段落。这是一个段落。这是一个段落。</p>
"""
config = html2text.HTML2Text()
config.body_width = 0
markdown = config.handle(html)

with open('save.md', "w", encoding="utf-8") as file:
    file.write(markdown)
    print("保存成功")

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

腾讯技术创作特训营S11#重启人生

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

腾讯技术创作特训营S11#重启人生

登录后参与评论

0 条评论

热度