国产化Word处理组件Spire.DOC教程：通过Python将HTML转换为TXT文本
HTML（超文本标记语言）是一种用于创建网页的标记语言，能让开发者构建内容丰富、视觉吸引力强的页面布局。然而，HTML 文件通常包含大量标签，若仅需获取主要内容，这些标签会使其难以阅读。通过 Python 将 HTML 转换为文本，可轻松解决这一问题。与原始 HTML 不同，转换后的文本文件会剥离所有不必要的标记，仅保留干净易读的内容，更便于存储、分析或进一步处理。安装 HTML 转文本 Python 库
推荐使用 Spire.Doc for Python 实现转换。该 Python Word 库不仅是轻量高效的 HTML 转文本工具，还支持几乎所有 Word 操作（如创建、内容编辑等），兼容性强、上手简单。
Spire.Doc for Python试用下载
请联系慧都科技，技术交流Q群（125237868）
通过 pip 命令安装（推荐）
打开终端 / 命令行，执行以下命令即可自动完成安装：
pip install spire.docPython 将 HTML 文件转换为文本
借助 Spire.Doc for Python，仅需 3 个简单步骤即可将本地 HTML 文件转换为纯文本：创建 Document 对象 → 加载 HTML 文件 → 保存为 TXT 格式。整个过程简洁高效，新手也能轻松上手！下面详细介绍代码实现：
代码示例 — HTML 文件转 TXT 文本文件
from spire.doc import *
from spire.doc.common import *
# 打开 HTML 文件
document = Document()
document.LoadFromFile("sample.html.html", FileFormat.Html, XHTMLValidationType.none)
# 保存为文本文件
document.SaveToFile("HTML转文本.txt", FileFormat.Txt)
document.Close()转换效果预览（源文件 vs 输出文件）：
请注意：若 HTML 文件包含表格，输出的文本文件将仅保留表格中的数据，无法保留原始表格格式。若希望移除标记的同时保留特定样式，建议先将 HTML 转换为 Word 文档，这样可保留标题、表格等格式，让内容更易于编辑和使用。
Python 将 HTML 字符串转换为文本
如果仅需提取网页部分内容（如爬取的 HTML 片段），可直接将 HTML 字符串转换为文本，无需加载完整 HTML 文件，更灵活高效。
Spire.Doc 转换 HTML 字符串到文本文件的实现步骤：
[*]直接输入 HTML 字符串或从本地文件读取；
[*]创建 Document 对象并添加节（Section）和段落（Paragraph）；
[*]使用 Paragraph.AppendHTML() 方法将 HTML 字符串插入段落；
[*]通过 Document.SaveToFile() 方法将文档保存为 .txt 文件。
代码示例 — HTML 字符串转 TXT 文本文件
from spire.doc import *
from spire.doc.common import *
# 获取 HTML 字符串（可注释下方代码，取消注释读取本地文件的逻辑）
# with open(inputFile) as fp:
# html = fp.read()
# 定义 HTML 字符串
html = """
<html>
<body>
<h1>示例HTML内容</h1>
<p>这是一个包含<strong>粗体</strong>和<em>斜体</em>文本的段落。</p>
<p>另一行带有链接。</p>
<ul>
<li>列表项1</li>
<li>列表项2（带有<em>斜体</em>文本）</li>
</ul>
<p>特殊字符：© & ®</p>
</body>
</html>
"""
# 创建新文档
document = Document()
section = document.AddSection()
# 将 HTML 字符串插入段落
section.AddParagraph().AppendHTML(html)
# 保存为 TXT 文件
document.SaveToFile("HTML字符串转文本.txt", FileFormat.Txt)
document.Close()转换后的 TXT 文件预览：
Spire.Doc for Python试用下载
请联系慧都科技，技术交流Q群（125237868）
来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！ 鼓励转贴优秀软件安全工具和文档！ 过来提前占个楼 热心回复！ 用心讨论，共获提升！ 收藏一下 不知道什么时候能用到 感谢分享，下载保存了，貌似很强大 这个好，看起来很实用 很好很强大我过来先占个楼 待编辑 分享、互助 让互联网精神温暖你我 谢谢分享，试用一下 yyds。多谢分享 不错，里面软件多更新就更好了 yyds。多谢分享 很好很强大我过来先占个楼 待编辑 感谢发布原创作品，程序园因你更精彩 感谢分享，下载保存了，貌似很强大 感谢发布原创作品，程序园因你更精彩 收藏一下 不知道什么时候能用到 这个有用。
页:
[1]
2