bs4将text转换为html对象,用Python将html转换成文本

我正在尝试使用Python将html块转换为文本。

输入:

Lorem ipsum dolor sit amet, consectetuer adipiscing elit. Aenean commodo ligula eget dolor. Aenean massa

Consectetuer adipiscing elit. Some Link Aenean commodo ligula eget dolor. Aenean massa

Aenean massa.Lorem ipsum dolor sit amet, consectetuer adipiscing elit. Aenean commodo ligula eget dolor. Aenean massa

Lorem ipsum dolor sit amet, consectetuer adipiscing elit. Aenean commodo ligula eget dolor. Aenean massa

Consectetuer adipiscing elit. Aenean commodo ligula eget dolor. Aenean massa

所需输出:Lorem

ipsum dolor sit amet, consectetuer adipiscing elit. Aenean commodo

ligula eget dolor. Aenean massa

Consectetuer adipiscing elit.

Some

Link Aenean commodo ligula eget dolor. Aenean massa

Aenean

massa.Lorem ipsum dolor sit amet, consectetuer adipiscing elit. Aenean

commodo ligula eget dolor. Aenean massa

Lorem ipsum dolor sit

amet, consectetuer adipiscing elit. Aenean commodo ligula eget dolor.

Aenean massa

Consectetuer adipiscing elit. Aenean commodo

ligula eget dolor. Aenean massa

我尝试过使用html2text模块,但没有成功(我对python很陌生:)

以下是我尝试过的:#!/usr/bin/env python

import urllib2

import html2text

from BeautifulSoup import BeautifulSoup

soup = BeautifulSoup(urllib2.urlopen('http://example.com/page.html').read())

txt = soup.find('div', {'class' : 'body'})

print html2text.html2text(txt)

“txt”对象生成上面的html块。我想把它转换成文本并打印在屏幕上。

任何关于这段代码的帮助都将非常感谢。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
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、付费专栏及课程。

余额充值