设为首页 收藏本站
查看: 968|回复: 0

[经验分享] [Python]HTML转换为TXT的脚本

[复制链接]

尚未签到

发表于 2015-12-15 13:14:14 | 显示全部楼层 |阅读模式
1 from formatter import AbstractFormatter, NullWriter
2 from htmllib import HTMLParser
3
4 def _(str, in_encoder="gbk", out_encoder="utf8"):
5 return unicode(str, in_encoder).encode(out_encoder)
6 7
8 class myWriter(NullWriter):
9 def __init__(self): 10 NullWriter.__init__(self)
11 self._bodyText = []
12
13 def send_flowing_data(self, str):
14 self._bodyText.append(str)
15
16 def _get_bodyText(self):
17 return '/n'.join(self._bodyText)
18
19 bodyText = property(_get_bodyText, None, None, 'plain text from body')
20
21 class myHTMLParser(HTMLParser):
22 def do_meta(self, attrs):
23 self.metas = attrs
24
25 def convertFile(filename):
26 mywriter = myWriter()
27 absformatter = AbstractFormatter(mywriter)
28 parser = myHTMLParser(absformatter)
29 parser.feed(open(filename).read())
30 return ( _(parser.title), parser.formatter.writer.bodyText )
31 32 import os 33 import os.path
34
35 OUTPUTDIR = "./txt" 36 INPUTDIR = "."
37 if __name__ == "__main__": 38 if not os.path.exists(OUTPUTDIR):
39 os.mkdir(OUTPUTDIR)
40
41 for file in os.listdir(INPUTDIR):
42 if file[-4:] == '.htm':
43 print "Coverting", file,
44 outfilename, text = convertFile(file)
45 outfilename = outfilename + '.txt'
46 outfullname = os.path.join(OUTPUTDIR, outfilename) 47 open(outfullname, "wt").write(text)
48 print "Done!"
49



运维网声明 1、欢迎大家加入本站运维交流群:群②:261659950 群⑤:202807635 群⑦870801961 群⑧679858003
2、本站所有主题由该帖子作者发表,该帖子作者与运维网享有帖子相关版权
3、所有作品的著作权均归原作者享有,请您和我们一样尊重他人的著作权等合法权益。如果您对作品感到满意,请购买正版
4、禁止制作、复制、发布和传播具有反动、淫秽、色情、暴力、凶杀等内容的信息,一经发现立即删除。若您因此触犯法律,一切后果自负,我们对此不承担任何责任
5、所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其内容的准确性、可靠性、正当性、安全性、合法性等负责,亦不承担任何法律责任
6、所有作品仅供您个人学习、研究或欣赏,不得用于商业或者其他用途,否则,一切后果均由您自己承担,我们对此不承担任何法律责任
7、如涉及侵犯版权等问题,请您及时通知我们,我们将立即采取措施予以解决
8、联系人Email:admin@iyunv.com 网址:www.yunweiku.com

所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其承担任何法律责任,如涉及侵犯版权等问题,请您及时通知我们,我们将立即处理,联系人Email:kefu@iyunv.com,QQ:1061981298 本贴地址:https://www.yunweiku.com/thread-151552-1-1.html 上篇帖子: Python闭包(closures)的理解及分析 下篇帖子: Python 操作LDAP实现用户统一认证密码修改功能
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

扫码加入运维网微信交流群X

扫码加入运维网微信交流群

扫描二维码加入运维网微信交流群,最新一手资源尽在官方微信交流群!快快加入我们吧...

扫描微信二维码查看详情

客服E-mail:kefu@iyunv.com 客服QQ:1061981298


QQ群⑦:运维网交流群⑦ QQ群⑧:运维网交流群⑧ k8s群:运维网kubernetes交流群


提醒:禁止发布任何违反国家法律、法规的言论与图片等内容;本站内容均来自个人观点与网络等信息,非本站认同之观点.


本站大部分资源是网友从网上搜集分享而来,其版权均归原作者及其网站所有,我们尊重他人的合法权益,如有内容侵犯您的合法权益,请及时与我们联系进行核实删除!



合作伙伴: 青云cloud

快速回复 返回顶部 返回列表