BeautifulSoup实战用python把md文件转换为html网页

ZehangZhu Studio

已于 2023-08-24 18:10:37 修改

阅读量460

点赞数 2

分类专栏： Python高效办公文章标签： python html 开发语言 beautifulsoup

于 2023-08-22 16:10:38 首次发布

本文链接：https://blog.csdn.net/CN_ZZH/article/details/132428672

版权

Python高效办公专栏收录该内容

4 篇文章 1 订阅

订阅专栏

使用Python将Markdown文件转换为HTML文件

前情

在制作网页的时候，有时需要将在网页上显示md文件，但是将Md文件嵌入HTML的操作极为繁琐，或者遇到某些网站为了安全和用户隐私禁用了JS，这时就需要将Md文件转换为HTML了。而这个脚本解决了这个问题。而且支持调整缩进大小,支持GUI的同时支持命令行,便于批量操作。

代码

下面是要安装的库

pip install markdown
pip install bs4

导入库

import os
import re
import sys

#GUI库
import tkinter as tk
import tkinter.filedialog as filedialog
import tkinter.messagebox as messagebox
import tkinter.ttk as ttk

import markdown
from bs4 import BeautifulSoup

解析Markdown

Markdown是一种轻量级标记语言，它以纯文本形式(易读、易写、易更改)编写文档，并最终以HTML格式发布。下面是md和HTML对照表，我们只需要根据对照表将MD语法替换为HTML并进行缩进就可以完成基本的转化。Markdown 是一种轻量级的标记语言，可用于在纯文本文档中添加格式化元素。Markdown 由 John Gruber 于 2004 年创建，如今已成为世界上最受欢迎的标记语言之一。
使用 Markdown 与使用 Word 类编辑器不同。在 Word 之类的应用程序中，单击按钮以设置单词和短语的格式，并且，更改立即可见。而 Markdown 与此不同，当你创建 Markdown 格式的文件时，可以在文本中添加 Markdown 语法，以指示哪些单词和短语看起来应该有所不同。
例如，要表示标题，只须在短语前面添加一个井号即可（例如， # Heading One）。或者要加粗一个短语，只须在短语前后各加两个星号即可（例如，this text is bold）。可能需要一段时间才能习惯在文本中看到 Markdown 语法，尤其是如果你已习惯了所见即所得的应用程序。

部分对照表：

类型	MD	HTML
标题1	`# 标题1`	`<h1></h1>`
标题2	`## 标题1`	`<h2></h2>`
标题3	`### 标题1`	`<h3></h3>`
标题4	`#### 标题1`	`<h4></h4>`
标题5	`##### 标题1`	`<h5></h5>`
标题6	`###### 标题1`	`<h6></h6>`
段落	`段落`	`<p>段落</p>`
粗体	`just love bold text`	`just love <strong>bold text</strong>`
斜体	`Italicized text is the cat's meow.`	`Italicized text is the <em>cat's meow</em>`

# 导入re模块，用于正则表达式匹配
import re
# 保存原始的BeautifulSoup.prettify方法
orig_prettify = BeautifulSoup.prettify
# 创建一个正则表达式对象，用于匹配每行开头的空白字符
r = re.compile(r"^(\s*)", re.MULTILINE)


def prettify(self, encoding=None, formatter="minimal", indent_width=2):
    # 这个函数是对原始的BeautifulSoup.prettify方法的修改，用于调整缩进宽度
    # 使用正则表达式替换每行开头的空白字符，乘以指定的缩进宽度
    return r.sub(r"\1" * indent_width, orig_prettify(self, encoding, formatter))


# 用修改后的prettify函数替换原始的BeautifulSoup.prettify方法
BeautifulSoup.prettify = prettify


def md2html(input_text, indent=2, model=True):
    # 这个函数用于将markdown文本转换为html文本，并格式化输出
    # 定义一个扩展列表，包含一些markdown的扩展功能
    extensions = [
        "abbr",
        "admonition",
        "attr_list",
        "codehilite",
        "def_list",
        "extra",
        "fenced_code",
        "footnotes",
        "legacy_attrs",
        "legacy_em",
        "md_in_html",
        "meta",
        "nl2br",
        "sane_lists",
        "smarty",
        "tables",
        "toc",
    ]

    # 定义一个html文档的头部，包含DOCTYPE声明和meta标签
    head = """<!DOCTYPE html>
    <html>
    <head>
    <meta charset="UTF-8">
    </head>
    <body>
    """
    # 定义一个html文档的尾部，包含结束标签
    end = """
    </body>
    </html>"""
    # 如果model参数为True，则在markdown文本前后添加头部和尾部，生成完整的html文档
    if model:
        html_text = head + markdown.markdown(input_text, extension=extensions) + end
    # 如果model参数为False，则只生成markdown文本对应的html内容
    else:
        html_text = markdown.markdown(input_text, extensions=extensions)
    # 使用BeautifulSoup解析html文本，并指定解析器为html.parser
    soup = BeautifulSoup(html_text, features="html.parser")
    # 使用prettify方法格式化html文本，并指定缩进宽度
    formatted_text = soup.prettify(indent_width=indent)
    # 返回格式化后的html文本
    return formatted_text
# 定义一个类，叫FileChooser
class FileChooser:
    # 定义初始化方法，创建一个tkinter变量，用来存储文件路径
    def __init__(self):
        self.file_path = tk.StringVar()
        # 给变量添加一个属性，指向自己
        self.file_path.choose_file = self.file_path

    # 定义一个方法，用来弹出对话框，选择文件，并返回文件路径
    def select_file(self):
        # 设置变量的值为选择的文件路径
        self.file_path.choose_file.set(filedialog.askopenfilename())
        # 返回变量的值
        return self.file_path.get()

    # 定义一个方法，用来解析Markdown文件，接受文件路径，缩进，和模型作为参数，并返回HTML文本
    def markdown_parser(self, file_path, indent, model):
        # 打开文件，以只读和utf-8编码的方式
        with open(file_path, "r", encoding="utf-8") as f:
            # 调用md2html函数，把文件内容，缩进，和模型作为参数，并返回HTML文本
            return md2html(f.read(), indent=indent, model=model)

    # 定义一个方法，用来保存HTML文本，接受HTML文本作为参数
    def to_new(self, html_text):
        # 弹出对话框，让用户选择保存的文件名和类型，默认扩展名为.html
        filename = filedialog.asksaveasfilename(
            filetypes=[("HTML", "*.html"), ("所有文件", "*.*")], defaultextension=".html"
        )
        # 如果用户选择了文件名
        if filename:
            # 打开文件，以写入和utf-8编码的方式
            with open(filename, "w", encoding="utf-8") as f:
                # 把HTML文本写入文件
                f.write(html_text)

GUI界面

然后写一个GUI，封装为GUI类。

class GUI(ttk.Frame, FileChooser):
    def __init__(self, master=None):
        super().__init__(master)
        FileChooser.__init__(self)
        self.master = master
        self.master.title("Markdown转HTML")
        self.master.geometry("325x100")
        self.master.resizable(False, False)
        self.grid()
        self.create_widgets()

    def create_widgets(self):
        self.left_frame = ttk.Frame(self, width=200, height=200)
        self.left_frame.grid(row=0, column=0, padx=10, pady=10)

        self.right_frame = ttk.Frame(self, width=200, height=200)
        self.right_frame.grid(row=0, column=1, padx=10, pady=10)

        self.browse_button = ttk.Button(
            self.left_frame, text="浏览", command=self.choose_file
        )
        self.browse_button.grid(row=0, column=0, sticky=tk.W)

        self.file_label = ttk.Label(self.left_frame, text="请选择一个文件")
        self.file_label.grid(row=1, column=0, columnspan=2, sticky=tk.W)

        self.entry_var = tk.StringVar()
        self.entry_var.set("请输入缩进宽度(默认为2)")
        self.entry = ttk.Entry(
            self.left_frame, textvariable=self.entry_var, justify=tk.CENTER
        )
        self.entry.grid(row=2, column=0, columnspan=2, sticky=tk.W)

        self.export_button = ttk.Button(
            self.right_frame, text="导出", command=self.output
        )
        self.export_button.grid(row=1, column=0)

        self.cb = tk.BooleanVar()
        self.cb.set(True)

        self.check_button = ttk.Checkbutton(
            self.right_frame, text="是否完整导出", variable=self.cb
        )
        self.check_button.grid(row=0, column=0)

    def choose_file(self):
        file_name = self.select_file()
        chosen_file = os.path.abspath(file_name)
        self.file_label.config(text=chosen_file)

    def output(self):
        file_chosen = self.file_label.cget("text")
        if not os.path.isfile(file_chosen):
            messagebox.showwarning("错误", "请先选择文件")
            return ""
        else:
            if self.entry_var.get() == "请输入缩进宽度(默认为2)":
                indent_width = 2
                self.entry_var.set(indent_width)
            else:
                try:
                    indent_width = int(self.entry_var.get())
                except ValueError:
                    messagebox.showwarning("错误", "请输入正确的缩进宽度")
                    return ""
            model = self.cb.get()
            html_text = self.markdown_parser(file_chosen, indent_width, model)
            self.to_new(html_text)

主函数

最后是程序的主函数。如果在运行时没有传入任何参数，就启动GUI界面；如果传递了参数，就以命令行模式运行。
命令行下用法：

python3 xxx.py [md文件名.md] [输出HTML文件名] [缩进距离]

def main()
    if len(sys.argv) == 1:
        root = tk.Tk()
        gui = GUI(master=root)
        gui.master.mainloop()
    elif len(sys.argv) != 4 and len(sys.argv) != 5:
        sys.stderr.write(
            f"Usage: {sys.argv[0]} input_file output_file completeness(CPL/INC) indent_width(Optional, default 2)"
        )
        sys.exit(1)
    else:
        input_file = sys.argv[1]
        output_file = sys.argv[2]
        model = sys.argv[3] == "CPL"
        indent_width = int(sys.argv[4]) if len(sys.argv) == 5 else 2

        try:
            with open(input_file, "r", encoding="utf-8") as in_file:
                program = in_file.read()
        except IOError:
            sys.stderr.write(f"Cannot open input file: {input_file}")
            sys.exit(2)

        try:
            with open(output_file, "w", encoding="utf-8") as out_file:
                out_file.write(md2html(program, indent=indent_width, model=model))
        except IOError:
            print(f"Cannot open output file: {output_file}")
            sys.exit(3)

        sys.exit(0)

if __name__ =="__main__":
    main()

感谢你的观看
欢迎大家尝试作者的另一个工具密码强度检测

源代码

下面是整个程序源代码：

import os
import re
import tkinter as tk
import tkinter.ttk as ttk
import tkinter.filedialog as filedialog
import tkinter.messagebox as messagebox
import sys
import markdown
from bs4 import BeautifulSoup


orig_prettify = BeautifulSoup.prettify
r = re.compile(r"^(\s*)", re.MULTILINE)


def prettify(self, encoding=None, formatter="minimal", indent_width=2):
    return r.sub(r"\1" * indent_width, orig_prettify(self, encoding, formatter))


BeautifulSoup.prettify = prettify


def md2html(input_text, indent=2, model=True):
    extensions = [
        "abbr",
        "admonition",
        "attr_list",
        "codehilite",
        "def_list",
        "extra",
        "fenced_code",
        "footnotes",
        "legacy_attrs",
        "legacy_em",
        "md_in_html",
        "meta",
        "nl2br",
        "sane_lists",
        "smarty",
        "tables",
        "toc",
    ]

    head = """<!DOCTYPE html>
    <html>
    <head>
    <meta charset="UTF-8">
    </head>
    <body>
    """
    end = """
    </body>
    </html>"""
    if model:
        html_text = head + markdown.markdown(input_text, extension=extensions) + end
    else:
        html_text = markdown.markdown(input_text, extensions=extensions)
    soup = BeautifulSoup(html_text, features="html.parser")
    formatted_text = soup.prettify(indent_width=indent)
    return formatted_text


class FileChooser:
    def __init__(self):
        self.file_path = tk.StringVar()
        self.file_path.choose_file = self.file_path

    def select_file(self):
        self.file_path.choose_file.set(filedialog.askopenfilename())
        return self.file_path.get()

    def markdown_parser(self, file_path, indent, model):
        with open(file_path, "r", encoding="utf-8") as f:
            return md2html(f.read(), indent=indent, model=model)

    def to_new(self, html_text):
        filename = filedialog.asksaveasfilename(
            filetypes=[("HTML", "*.html"), ("所有文件", "*.*")], defaultextension=".html"
        )
        if filename:
            with open(filename, "w", encoding="utf-8") as f:
                f.write(html_text)


class GUI(ttk.Frame, FileChooser):
    def __init__(self, master=None):
        super().__init__(master)
        FileChooser.__init__(self)
        self.master = master
        self.master.title("Markdown转HTML")
        self.master.geometry("325x100")
        self.master.resizable(False, False)
        self.grid()
        self.create_widgets()

    def create_widgets(self):
        self.left_frame = ttk.Frame(self, width=200, height=200)
        self.left_frame.grid(row=0, column=0, padx=10, pady=10)

        self.right_frame = ttk.Frame(self, width=200, height=200)
        self.right_frame.grid(row=0, column=1, padx=10, pady=10)

        self.browse_button = ttk.Button(
            self.left_frame, text="浏览", command=self.choose_file
        )
        self.browse_button.grid(row=0, column=0, sticky=tk.W)

        self.file_label = ttk.Label(self.left_frame, text="请选择一个文件")
        self.file_label.grid(row=1, column=0, columnspan=2, sticky=tk.W)

        self.entry_var = tk.StringVar()
        self.entry_var.set("请输入缩进宽度(默认为2)")
        self.entry = ttk.Entry(
            self.left_frame, textvariable=self.entry_var, justify=tk.CENTER
        )
        self.entry.grid(row=2, column=0, columnspan=2, sticky=tk.W)

        self.export_button = ttk.Button(
            self.right_frame, text="导出", command=self.output
        )
        self.export_button.grid(row=1, column=0)

        self.cb = tk.BooleanVar()
        self.cb.set(True)

        self.check_button = ttk.Checkbutton(
            self.right_frame, text="是否完整导出", variable=self.cb
        )
        self.check_button.grid(row=0, column=0)

    def choose_file(self):
        file_name = self.select_file()
        chosen_file = os.path.abspath(file_name)
        self.file_label.config(text=chosen_file)

    def output(self):
        file_chosen = self.file_label.cget("text")
        if not os.path.isfile(file_chosen):
            messagebox.showwarning("错误", "请先选择文件")
            return ""
        else:
            if self.entry_var.get() == "请输入缩进宽度(默认为2)":
                indent_width = 2
                self.entry_var.set(indent_width)
            else:
                try:
                    indent_width = int(self.entry_var.get())
                except ValueError:
                    messagebox.showwarning("错误", "请输入正确的缩进宽度")
                    return ""
            model = self.cb.get()
            html_text = self.markdown_parser(file_chosen, indent_width, model)
            self.to_new(html_text)

def main()
    if len(sys.argv) == 1:
        root = tk.Tk()
        gui = GUI(master=root)
        gui.master.mainloop()
    elif len(sys.argv) != 4 and len(sys.argv) != 5:
        sys.stderr.write(
            f"Usage: {sys.argv[0]} input_file output_file completeness(CPL/INC) indent_width(Optional, default 2)"
        )
        sys.exit(1)
    else:
        input_file = sys.argv[1]
        output_file = sys.argv[2]
        model = sys.argv[3] == "CPL"
        indent_width = int(sys.argv[4]) if len(sys.argv) == 5 else 2

        try:
            with open(input_file, "r", encoding="utf-8") as in_file:
                program = in_file.read()
        except IOError:
            sys.stderr.write(f"Cannot open input file: {input_file}")
            sys.exit(2)

        try:
            with open(output_file, "w", encoding="utf-8") as out_file:
                out_file.write(md2html(program, indent=indent_width, model=model))
        except IOError:
            print(f"Cannot open output file: {output_file}")
            sys.exit(3)

        sys.exit(0)

if __name__ =="__main__":
    main()

谢谢你看到最后，制作不易，点个赞不过分吧！（>_O）

ZehangZhu Studio

关注

2
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
BeautifulSoup实战用python把md文件转换为html网页

在制作网页的时候，有时需要将在网页上显示md文件，但是将Md文件嵌入HTML的操作极为繁琐，或者遇到某些网站为了安全和用户隐私禁用了JS，这时就需要将Md文件转换为HTML了。
复制链接

扫一扫