使用Python将HTML转换为RTF字符串

Question

使用Python将HTML转换为RTF字符串

16

我正在寻找一种将HTML文本转换为RTF字符串的方法，是否有可以完成此任务的库。在我的项目中，我动态获取HTML内容，并需要将其呈现为RTF格式。我正在使用HTML解析器将HTML文本转换为普通字符串，然后尝试使用PyRTF将其转换为RTF格式。是否有更好的方法可以完成此任务。提前感谢。

- Vikas Ramaneti

1

你看过这个吗？http://pypi.python.org/pypi/zopyx.convert2 - Janne Karila

3个回答

0

我知道这个问题已经超过一年了，但我还是想做出贡献。最近我也有一个类似的需求，于是找到了 PyRTF，它是一个小而强大的 Python 模块，可以从文本文件构建 RTF 文档。您可以使用 Beautiful Soup 来爬取 HTML，逐级解析标签，并使用 PyRTF API 构建适当的对象（表格、单元格、段落、节或文档）。

API 本身非常精细，允许进行各种自定义格式设置（字体文本、对齐、颜色、页眉、页脚等）

希望这能帮到您。

- raTM

0

有一个非常棒的Python库，它以tarball的形式提供。

您可以在https://pypi.python.org/pypi/zopyx.convert2/2.4.5下载它。

祝您好运！

- ultimatetechie

2

只有在您安装了或者愿意安装XFC、XINC、FOP和PrinceXML时才有用——其中三个是商业软件。 - Jonathan Eunice

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Jonathan Eunice · Accepted Answer

RTF似乎是一个不稳定的格式，难以进行转换。例如，在Mac OS X上，我尝试在应用程序之间剪切和粘贴，其中RTF是一种“通用语言”。这些应用程序中有一些是Microsoft应用程序（因为RTF是由Microsoft开发的格式），而其他应用程序则不是。即使是基本的格式信息，如字体大小、字体类型、行距和列表样式（有序或无序），在从一个RTF应用程序复制到另一个应用程序时也会混乱。简而言之，这是一团糟。

我已经搜索了一些方法来编程读取、写入和转换RTF，最好是使用Python。我在PyPI上找到了许多软件包，但试用它们的过程是令人失望的。它们可能支持RTF 1.5，但当前版本是1.9.1。虽然RTF已经存在很长时间，但2005年的规范并不是非常新的版本。有很多需要注意的地方和不兼容性问题。很多很多。

现在，我并不是说这是不可能的，或者没有其他库可以实现这个功能。例如，我没有尝试过其他人提到的zopyx.convert。也许它很好用。但是看着它的依赖项——Java、FOP等——它看起来是一个相当复杂（因此可能很脆弱）的工具链。我在github上阅读了它的代码，发现Python只是一个协调外部工具XFC、XINC、FOP和PrinceXML的包装器。其中三个是商业软件，包括处理RTF的关键部分XFC。我对此持怀疑态度。

有两个转换器值得一看：如果你使用的是Mac，textutil命令行程序实际上是我见过的最好、最简单的工具之一。

textutil -convert html filename.rtf -output filename.html

另一个值得考虑的格式引擎是LibreOffice。它是免费的、开源的、相对易于自动化，并且作为互操作性中心的良好基础。这不仅仅是猜测；我已经围绕它构建了复杂的多格式文档工作流程。

我想问一下你为什么要尝试使用RTF。那似乎是一种你想逃离的文档格式。但如果你需要使用它，textutil和LibreOffice是我发现的最不差的机制。