markdown导出成html，并将图片转换成base64

方案一，使用typora

第一步，编写python脚本

# -*- coding: utf-8 -*-
import os
import base64
# import markdown
import sys
from bs4 import BeautifulSoup

# 读取传入的当前文件夹目录，windows使用传参案例： python D:\xxxxx\223333.py %cd%
current_dir = sys.argv[1]
print("要转换的html所在目录path=" + current_dir)
directory = current_dir
# 循环浏览目录中的每个文件
for filename in os.listdir(directory):
    if filename.endswith(".html"):
        html_file_name = filename
        with open(html_file_name, 'r', encoding='utf-8') as file:
            html_content = file.read()
        # 获取Markdown文件所在的文件夹路径
        markdown_folder = os.path.dirname(os.path.abspath(html_file_name))

        # 调整HTML中的图片路径,相对路径变成绝对路径
        html_with_adjusted_image_paths = html_content.replace('src="', 'src="' + markdown_folder + '/')

        # 使用BeautifulSoup解析HTML内容
        soup = BeautifulSoup(html_with_adjusted_image_paths, 'html.parser')

        # 获取所有<img>标签
        img_tags = soup.find_all('img')

        # 遍历<img>标签
        for img_tag in img_tags:
            # 获取图片路径
            image_path = img_tag['src']

            # 读取图片文件并进行Base64编码
            with open(image_path, 'rb') as file:
                image_data = file.read()
                base64_data = base64.b64encode(image_data).decode('utf-8')

            # 替换<img>标签的src属性为Base64编码数据
            img_tag['src'] = f'data:image/jpeg;base64,{base64_data}'

        # 获取修改后的HTML内容
        modified_html = str(soup)

        # 将调整后的HTML内容写入文件
        # print(html_file_name)
        html_file_name = current_dir + "/" + filename
        # print(html_file_name)
        with open(html_file_name, 'w', encoding='utf-8') as file:
            file.write(modified_html)

第二步，设置导出后运行py脚本，设置如下

方式二，使用vscode插件：Markdown Preview Enhanced

使用方法

在markdown头部添加

---
html:
# 这个值设置是否将image转换成base64字符串
  embed_local_images: true
  embed_svg: true
  offline: false
  # 这个值设置侧边栏
  toc: true
print_background: false
---

预览界面右键，选择导出

Markdown Preview Enhanced插件导出word

文档头部添加

---
title: "标题"
author: 作者
date: 时间
# 模型，word文档
output: word_document
#output:
 # word_document:
 # 输出路径
  #  path: /Exports/Habits.docx
---

选择pandoc导出word