Text 文本和 html 混合输入时候的格式化问题，有人遇到过吗？Python 中有相应的轮子吗？

This topic created in 4306 days ago, the information mentioned may be changed or developed.

项目遇到个需求，说说吧：

1、原来的程序是像V2EX这样的，发帖只是有限的文本替换，把链接替换成<a></a>这样的，把视频的链接替换成<iframe>这样的，主要是以前留下的代码，跟V2EX帖子输出的格式化部分是差不多的。

2、现在要改造发帖的格式化过程，不限于简单的文本替换了，而是可以输入<a>这样的HTML标签，但是考虑到以前的用户帖子，无法强制要求用户都这样xxxx这样写帖子内容的吧？于是也可以直接写文本这样的帖子，比如像下面这样：

示例文本blalalal

<a href=weibo.com>Weibo</a>

当文本和HTML混合输入的时候，能否解析成下面这样呢：

示例文本blalalal
<a href="weibo.com">Weibo</a>

实在Google不出来相关的内容，如果可以给关键字我去研究一下。Python下面有没有相应的package是可以干这个的呢？实在不想折腾轮子了。非常感谢！

文本

格式化

示例

3 replies • 2014-10-27 23:58:32 +08:00

mywaiting

Oct 27, 2014

好吧，自己回复自己一个吧。有点着急过头了，静一下想想就知道怎么办了~

还算好解决的问题吧~

使用各种html tidy的实现tidy输出一次就好了，比如这个 lxml.soupparser

感谢围观~

msg7086

Oct 27, 2014

我会考虑反过来做。比如把用户输入先转成markdown/bbcode，然后再整体转回html。

mywaiting

Oct 27, 2014

@msg7086 老实说，上面示例的文本还真是挺适合用markdown来解析的说。

看了一下 Typecho的代码，发现他们有个 paragraph.php的文件是干我上面说的事情的，来来回回就是查找正则替换吧。