का उपयोग कर HTML को सादे टेक्स्ट में कनवर्ट करने का सबसे अच्छा तरीका मैं एक ऐसे प्रोजेक्ट पर काम कर रहा हूं जिसमें बड़ी मात्रा में HTML सामग्री को सादे/टेक्स्ट में परिवर्तित करना शामिल है। मेरे पास एक कस्टम लिखित मॉड्यूल है जो नौकरी ठीक करता है, लेकिन मुझे आश्चर्य है कि नौकरी पाने में मदद के लिए कुछ मानक उपकरण हैं या नहीं।पाइथन
BeautifulSoup एक और विकल्प है:
Html2Text एक अच्छा विकल्प
यहाँ एक अजगर पुस्तकालय जो एचटीएमएल पार्स करता है लगता है।
पर पाया जा सकता है अन्य लोगों को Google से वापस कुछ समय तक सहेजने के लिए, यहां एक प्रश्नोत्तर वर्णन है कि सुंदर सूप वास्तव में अब और नहीं बनाए रखा गया है: [सुंदर सूप के साथ वेबस्क्रैपिंग या LXML.HTML] (http://stackoverflow.com/questions/5493514/webscraping-with-beautifulsoup-or-lxml-html)। – sage
अब मुझे लगता है कि सुंदर सूप बनाए रखा प्रतीत होता है। – contrebis
यह बहुत अच्छी तरह से काम करता है –
साइट अब हारून के बाद से पहुंच योग्य नहीं है, लेखक अब नहीं है। –
लेकिन कोड https://github.com/aaronsw/html2text –