html2texttg

html2text-tg是一个Python脚本，可以将HTML页面转换为干净的、易于阅读的纯ASCII文本。更好的是，这个ASCII文本也是有效的Markdown（一种文本到HTML的格式）。

支持的Markdown

用法：html2texttg [(filename|url) [encoding]]

有关选项的完整列表，请参阅文档

或者您可以在Python中使用它

>>> import html2texttg
>>>
>>> print(html2texttg.html2text("<p><strong>Zed's</strong> dead baby, <em>Zed's</em> dead.</p>"))
**Zed's** dead baby, _Zed's_ dead.

或者使用一些配置选项

>>> import html2texttg
>>>
>>> h = html2texttg.HTML2Text()
>>> # Ignore converting links from HTML
>>> h.ignore_links = True
>>> print h.handle("<p>Hello, <a href='http://earth.google.com/'>world</a>!")
Hello, world!

>>> print(h.handle("<p>Hello, <a href='http://earth.google.com/'>world</a>!"))

Hello, world!

>>> # Don't Ignore links anymore, I like links
>>> h.ignore_links = False
>>> print(h.handle("<p>Hello, <a href='http://earth.google.com/'>world</a>!"))
Hello, [world](http://earth.google.com/)!

最初由Aaron Swartz编写。此代码在GPLv3下分发。

如何安装

html2texttg可在PyPI上找到 https://pypi.python.org/pypi/html2texttg

$ pip install html2texttg

如何运行单元测试

$ python -m unittest

文档

文档位于此处