推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
这是一个创建于 1546 天前的主题，其中的信息可能已经有所发展或是发生改变。
大家好，我想定期爬一些我关注的专栏的文章。这类文章通常是经过 markdown 发布的，有比较规整的格式，内容除了正文之外，还有不同的格式，比如字体大小，加重之类，贴图还附有图床链接，还有代码块之类比较不好处理的地方。
我的爬虫很简单基本就是 request beautifulsoup 这一套东西，没什么花的，希望就是能把这些文章原封不动给抓到写到的 markdown 文件里，方便本地阅读。
我通过爬虫解析文章页面之后往往不方便提取这些东西。比如正文有很多标签，可以直接 soup.article.gettext 的方法获取，但是图片连接也在一些标签里，就不太好提取，也实在是懒得写正则之类的麻烦东西，请问有没有比较好的方法或方案呢？
 |
1
RedisMasterNode 2020-01-29 22:32:43 +08:00
https://pypi.org/project/html2markdown/
随手搜的 不知道是否能够满足你的需求，个人感觉把你的问题转成英文在 Google 上搜索会比较快 |
Select Language