如何将HTML转换为纺织品?

我知道这是个老问题,但前几天我发现自己试着这么做,却没有发现任何有用的东西,直到我发现 Pandoc . 它还可以转换大量的其他标记格式——这非常出色。

这是一个 c# lib converting html 2 textile . 尽管是纺织品加上它们的附加物。不是纯纺织品。

由于没有javascript实现,我写了一个: https://github.com/cmroanirgo/to-textile

目前它有点原始,因为它是“降价”等价物的盲区,但应该能完成任务。

试试这个简单的java代码,希望它对您有用

import java.net.*;
import java.io.*;

class Crawle
{

public static void main(String ar[])throws Exception
{


URL url = new URL("https://www.google.co.in/#q=i+am+happy");
InputStream io =  url.openStream();
BufferedReader br = new BufferedReader(new InputStreamReader(io));
FileOutputStream fio = new FileOutputStream("crawler/file.txt");
PrintWriter pr = new PrintWriter(fio,true);
String data = "";
while((data=br.readLine())!=null)
{
pr.println(data);
System.out.println(data);
}

}
}
}

这是一个简单的标记替换,没有什么好的regex不能修复的。

我建议使用Perl、LWP::Simple和一些regex来完成整个过程(spidering、剥离设计和菜单、转换为tille,然后发布到数据库)