Python脚本转换Typora中的Html标签（1）

Python脚本转换Typora中的Html标签（1）

在之前的几篇文章当中，都介绍了通过在Typora当中添加html标签来设置字体的方法

文章链接如下：

• Typora设置文字颜色/大小/字体属性

• Typora设置文字颜色/大小/字体属性（2）

但是由于之前一直使用的是<span>标签，之前写过的文章在CSDN上发布需要更改为<font>标签才能够显示，那么问题来了，难不成一个个标签来改吗？那当然不可能🙅‍♂️

作为一名合格的程序猿，对于这种需要大量手工劳动的活，都应该想办法进行自动化处理🐶，那么自然就想到编写一段脚本来完成这一功能

分析需求

首先可以明确的是需要完成两个html标签之间的转换，首先来看一个 <span>标签和<font>标签的示例

<span style='color:red;font-size:文字大小;'>This is some text!</span>
<font color="red">This is some text!</font>

• 两者之间的结构差别并不大，不难看出<font>标签中需要的color属性包含在<span>标签的style属性当中
• 其次，两者的文本内容需要保持一致，而文本内容处于两个<><>之间，需要提取出<span>标签的文本信息

编写脚本

在分析出了两个标签之间的结构以及需要提取的信息之后，就可以开始处理文件了，首先建立了如下的目录结构

transmd
├── transform.py
├── transformed
└── wait_transform

其中

• wait_transform文件夹需要提前创建用于存放待转换的markdown文件

• transformed文件夹为脚本自动创建，用于存放转换后的markdown文件

• transform.py则是用于转换markdown文件的python脚本

转换思路：

1. 实际上完成转换就是需要对原文件的内容进行字符串查找以及替换，那么很容易想到直接读取文件，并按行处理即可，可以先编写转换一行的函数
   • ⚠️由于这里需要处理的是html标签，因此引入了BeautifulSoup库避免了一些复杂的字符串处理

    def trans_span(self, line):
        """
        完成以下两类标签的转换
        <span style='color:red;font-size:文字大小;'>This is some text!</span>
        to
        <font color="red">This is some text!</font>
        """
        soup = BeautifulSoup(line, "html.parser")
        newLine = ''
        for content in soup.contents:   # 处理一行中的所有内容，包括文本以及span标签
            if isinstance(content, bs4.element.Tag):
                color = content['style']    # 提取style属性的内容
                tmp = color.split(";")[0].split(":")
                attr = tmp[0] + "=" + '"' + tmp[1] + '"'
                newTag = "<font " + attr + ">" + content.text + "</font>"   #生成font标签
                newLine += newTag
            else:
                newLine += str(content)
        return newLine

2. 接下来只要完成读入markdown文件并按行处理的函数即可

    def transform(self, filename):
        try:
            name = filename.split("/")[1]
            savepath = "transformed/" + name[:-3] + "-transformed" + name[-3:]
            with open (filename, "r") as r, open(savepath, "w") as w:
                for line in r.readlines():
                    found_span = line.find("<span")
                    if found_span != -1:	# 若本行中包含有span标签
                        w.write(self.trans_span(line))	# 则将转换后的行写入新文件当中
                    else:
                        w.write(line)
        except Exception as e:
            print(filename)
            traceback.print_exc()

3. 最后处理一下遍历wait_transform文件夹并依次处理所有待转换的markdown文件：

    def transformDir(self, dirname):
        """
        对dirname中对所有md文件进行转换
        :param dirname: 文件夹路径
        """
        for path, dir_list, file_list in os.walk(dirname):
            for file_name in file_list:
                if file_name[-3:] == ".md":
                    self.transform(os.path.join(path, file_name))

4. 综合一下前几步的内容，就可以得到完整的转换脚本

import os
import traceback
import bs4
from bs4 import BeautifulSoup


class TransformMD(object):
    def __init__(self):
        if not os.path.exists("transformed"):
            os.mkdir("transformed")

    def trans_span(self, line):
        """
        完成以下两类标签的转换
        <span style='color:red;font-size:文字大小;'>This is some text!</span>
        to
        <font color="red">This is some text!</font>
        """
        soup = BeautifulSoup(line, "html.parser")
        newLine = ''
        for content in soup.contents:   # 处理一行中的所有内容，包括文本以及span标签
            if isinstance(content, bs4.element.Tag):
                color = content['style']    # 提取style属性的内容
                tmp = color.split(";")[0].split(":")
                attr = tmp[0] + "=" + '"' + tmp[1] + '"'
                newTag = "<font " + attr + ">" + content.text + "</font>"   #生成font标签
                newLine += newTag
            else:
                newLine += str(content)
        return newLine

    def transform(self, filename):
        try:
            name = filename.split("/")[1]
            savepath = "transformed/" + name[:-3] + "-transformed" + name[-3:]  #生成保存路径
            with open (filename, "r") as r, open(savepath, "w") as w:
                for line in r.readlines():
                    found_span = line.find("<span")
                    if found_span != -1:
                        w.write(self.trans_span(line))
                    else:
                        w.write(line)
        except Exception as e:
            print(filename)
            traceback.print_exc()

    def transformDir(self, dirname):
        """
        对dirname中对所有md文件进行转换
        :param dirname: 文件夹路径
        """
        for path, dir_list, file_list in os.walk(dirname):
            for file_name in file_list:
                if file_name[-3:] == ".md":
                    self.transform(os.path.join(path, file_name))


if __name__ == '__main__':
    TMD = TransformMD()
    TMD.transformDir("wait_transform")

总结

虽然测试过一些文件，但是不能保证这样的处理完全没有问题，比如碰到了一个公式无法正确渲染的情况（个别情况），但是总体来说基本解决了释放重复劳动的目的了。

此外，这一方法同样适用于转换其他Typora中的html标签，只需要根据需求添加相应的转换函数即可