html转md脚本

使用了html2text这个包

• 第一步装包,直接pip
• 看了api.这个包是可以直接把html格式的文本转为markdone格式.原理应该就是对html中的标签进行匹配然后在修改
• 直接贴脚本代码.这里有个坑,转为md后图片的引用url中的-符号后面会自动添加一个'\n'换行符.直接正则-\n拉出来重新替换为-.

import html2text
import os
import re
l = os.listdir(os.getcwd())
for file in l :
    if file.endswith('.html'):
        with open(file,'r',encoding='utf8') as f:
            md = html2text.html2text(f.read())
            pattern= r'-\n'
            md_text = re.sub(pattern, '-', md)
            with open(re.sub('html','md',file),'w',encoding='utf8') as nf:
                nf.write(md_text)