如何将HTML转换为Textile？

Question

我正在爬取一个静态html网站并将内容移动到基于数据库的CMS中。我想在CMS中使用Textile。

是否有一种工具可以将HTML转换为Textile，以便我可以爬取现有站点，将HTML转换为Textile，并将该数据插入数据库？

- Joe Van Dyk

Answer 1

我知道这是一个老问题，但最近我也尝试过这个，却找不到有用的东西，直到我发现了Pandoc。它可以转换许多其他标记格式-非常出色。

- slightlyfaulty

---

但是您会失去样式和其他内容。那么，您不妨转换为Markdown。 - Bruno

Answer 2

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

目前它还有点原始，因为它是“to-markdown”等价物的盲端口，但应该能完成工作。

- cmroanirgo

Answer 3

这里有一个C#库，可以将HTML转换为Textile。虽然它是带有附加功能的Textile，不是纯粹的Textile。

- user48841

Answer 4

这是一个简单的标记替换，只需要一个好的正则表达式就可以解决。

我建议使用Perl、LWP::Simple和一些正则表达式来完成整个过程（爬取、去除设计和菜单、转换为文本格式，然后发布到数据库中）。

- Osama ALASSIRY

Answer 5

尝试这个简单的Java代码，希望它对你有用

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);
}

}
}
}

- Simmant

---

与纺织品无关。 - cmroanirgo

根据问题，他想爬取任何网页并将其保存到任何文本文件中，因此我在我的答案中发布的内容只与此相关。在我的答案中，我分享了上述查询的简单示例。我仍然不明白为什么会被投票否决的原因。 - Simmant