Python:如何将markdown格式的文本转换为文本

Question

我需要将markdown文本转换为纯文本格式以在我的网站中显示摘要.我想要python中的代码.

Answer 1

该模块将帮助您完成您所描述的内容:

http://www.freewisdom.org/projects/python-markdown/Using_as_a_Module

将markdown转换为HTML后,可以使用HTML解析器去除纯文本.

您的代码可能如下所示:

from BeautifulSoup import BeautifulSoup
from markdown import markdown

html = markdown(some_html_string)
text = ''.join(BeautifulSoup(html).findAll(text=True))

Answer 2

Despite the fact that this is a very old question, I'd like to suggest a solution I came up with recently. This one neither uses BeautifulSoup nor has an overhead of converting to html and back.

该降价模块核心类降价有一个属性output_formats这是不是配置的，但以其他方式可修补像蟒蛇几乎所有的东西是。此属性是将输出格式名称映射到渲染函数的字典。默认情况下，它有两种输出格式，分别是'html'和'xhtml'。在一点帮助下，它可能具有易于编写的纯文本呈现功能：

from markdown import Markdown
from io import StringIO


def unmark_element(element, stream=None):
    if stream is None:
        stream = StringIO()
    if element.text:
        stream.write(element.text)
    for sub in element:
        unmark_element(sub, stream)
    if element.tail:
        stream.write(element.tail)
    return stream.getvalue()


# patching Markdown
Markdown.output_formats["plain"] = unmark_element
__md = Markdown(output_format="plain")
__md.stripTopLevelTags = False


def unmark(text):
    return __md.convert(text)

unmark函数将markdown文本作为输入，并返回所有剥离掉的markdown字符。

Answer 3

这与 Jason 的答案类似，但正确处理评论。

import markdown # pip install markdown
from bs4 import BeautifulSoup # pip install beautifulsoup4

def md_to_text(md):
    html = markdown.markdown(md)
    soup = BeautifulSoup(html, features='html.parser')
    return soup.get_text()

def example():
    md = '**A** [B](http://example.com) <!-- C -->'
    text = md_to_text(md)
    print(text)
    # Output: A B