[Python]HTML转换为TXT的脚本

朋友给我发了一些文章,是HTML格式的。但是我的A1200手机只适合看txt格式的书,所以写了一个脚本,把某个目录下的所有.htm文件转换成txt,并放到txt目录下。

 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

BTW:以上这段代码是用vim的 :TOhtml 命令转换而成。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
©️2022 CSDN 皮肤主题:大白 设计师:CSDN官方博客 返回首页
评论 1

打赏作者

TopCat

你的鼓励将是我创作的最大动力

¥2 ¥4 ¥6 ¥10 ¥20
输入1-500的整数
余额支付 (余额:-- )
扫码支付
扫码支付:¥2
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、C币套餐、付费专栏及课程。

余额充值