Chinaunix

标题: linux下html格式转换 [打印本页]

---

作者: 小鬼啊不    时间: 2015-08-05 15:19
提示: 作者被禁止或删除 内容自动屏蔽

---

作者: MMMIX    时间: 2015-08-05 15:40
回复 1# 小鬼啊不


    有

---

作者: 小鬼啊不    时间: 2015-08-05 16:52
提示: 作者被禁止或删除 内容自动屏蔽

---

作者: MMMIX    时间: 2015-08-05 16:56
回复 3# 小鬼啊不


    自己网上搜一下

---

作者: kk861123    时间: 2015-08-05 22:11
正好在看Mojolicious, 那就推荐一下一个迷你的解析器

1. Mojo::DOM

复制代码

---

作者: pyartist    时间: 2015-08-12 16:07


需要借助模块，不过若不是批量处理，直接阅读，linux下的lynx工具就够了

1. use HTML::TreeBuilder;
   
2. use HTML::FormatText;
   
3.   
   
4. open OUTPUT,">output.txt";
   
5. $file = "C:/test.html";
   
6. $tree = HTML::TreeBuilder->new->parse_file("$file");
   
7.   
   
8. $formatter = HTML::FormatText->new(leftmargin => 3, rightmargin => 100);
   
9. print OUTPUT $formatter->format($tree) ;
   
10. close OUTPUT;

复制代码

---

作者: 104359176    时间: 2015-08-12 22:44
推荐 Haskell 的格式转换工具 Pandoc, 你找找看，这个能转换很多种格式

---

作者: rubyish    时间: 2015-08-13 03:32
you 1 ge w3m

1. w3m -dump input.html > output.txt

复制代码

---

欢迎光临 Chinaunix (http://bbs.chinaunix.net/)

Powered by Discuz! X3.2