Python 实现 Html 转 Markdown（支持 MathJax 数学公式）

因为需要转 html 到 markdown，找了个 python 的库，该库主要是利用正则表达式实现将 Html 转为 Markdown。

数学公式需要自己修改代码来处理。

我 fork 的项目地址：https://github.com/fipped/tomd

使用方法：

把项目 clone 到当前路径，然后新建一个 python 文件：

#coding:utf-8
from tomd import tomd
import os

# 所有博客 html 文件在目录blog 里
root="blog"
for file in os.listdir(root):
	path = os.path.join(root, file)
	if os.path.isfile(path):
		filename = os.path.splitext(file)
		if filename[1] == '.html':
			tomd.Tomd("".join(open(path).readlines()),root,file).export()

运行完，就可在blog目录看到所有 html 对应的.md 文件了。

正则的一些用法：

• .*? ：.是除了换行的任意字符，*是重复任意次，?表示非贪婪匹配，所以 <h1.*?>(.*?)</h1>匹配完<h1.*?>后就会匹配最早出现的</h1>。

• [\s\S]*?：\s是空白符，包括空格、换行等，\S是非空白符，所以就是任意字符重复任意次的非贪婪匹配。

• ((?!sometext).)*?：这里就是非贪婪地匹配不是字符串sometext的任意内容任意次。