Python中如何使用新轮子Tomd实现HTML转Markdown
Markdown 转 HTML 的轮子很多, HTML 转 Markdown 的工具却不多.
用途: 爬虫爬文章保存到本地为 Markdown 格式
Github 地址: https://github.com/gaojiuli/tomd
tomd
Convert HTML to Markdown.
安装
pip install tomd
开始
输入
from tomd import Tomd
Tomd("<h1>h1</h1>").markdown
输出
# h1
用法
from tomd import Tomd
html="""
<h1>h1</h1>
<h2>h2</h2>
<h3>h3</h3>
<h4>h4</h4>
<h5>h5</h5>
<h6>h6</h6>
<p>paragraph
<a href=“https://github.com”>link</a>
<img src=“https://github.com” class=“dsad”>img</img>
</p>
<ul>
<li>1</li>
<li>2</li>
<li>3</li>
</ul>
<ol>
<li>1</li>
<li>2</li>
<li>3</li>
</ol>
<blockquote>blockquote</blockquote>
<p><code>inline code</code></p>
<pre><code>block code</code></pre>
<p>
<b>bold</b>
<i>italic</i>
<b><i>bold italic</i></b>
</p>
“”"
Tomd(html).markdown
结果
# h1
h2
h3
h4
h5
h6
paragraph
link
- 1
- 2
- 3
- 1
- 2
- 3
> blockquote
inline code
bold
italic
bold italic
接收各种 issue 与 pull request, 代码量少容易理解, 大家可以一起参与进来
Github 地址: https://github.com/gaojiuli/tomd
Python中如何使用新轮子Tomd实现HTML转Markdown
用 tomd 把 HTML 转成 Markdown 很简单，这库就是干这个的。先装上它：
pip install tomd
然后几行代码就能搞定。看例子：
import tomd
# 你的 HTML 内容，比如从网页抓下来的
html_content = """
<h1>这是一个标题</h1>
<p>这是一段<strong>加粗</strong>的文本。</p>
<ul>
<li>列表项1</li>
<li>列表项2</li>
</ul>
<blockquote>这里是个引用</blockquote>
"""
# 核心就这一行
markdown_text = tomd.convert(html_content)
print(markdown_text)
跑一下，输出就是转换好的 Markdown：
# 这是一个标题
这是一段**加粗**的文本。
* 列表项1
* 列表项2
> 这里是个引用
基本常见的 HTML 标签它都能转，像标题、段落、加粗、斜体、列表、链接、图片、代码块、表格这些都没问题。如果 HTML 结构复杂或者有它不认识的标签，转换结果可能不完美，但对于大多数从网上抓下来的内容，tomd 够用了。
一句话总结：pip install tomd 然后 tomd.convert(html_string) 直接调用。
