Python : Comment convertir le format markdown texte formaté texte

Ce module vous aide à faire ce que vous décrivez:

http://www.freewisdom.org/projects/python-markdown/Using_as_a_Module

Une fois que vous avez converti le markdown en HTML, vous pouvez utiliser un analyseur HTML à dépouiller le texte brut.

Votre code pourrait ressembler à quelque chose comme ceci:

from BeautifulSoup import BeautifulSoup
from markdown import markdown

html = markdown(some_html_string)
text = ''.join(BeautifulSoup(html).findAll(text=True))

Malgré le fait que c'est une très vieille question, je voudrais suggérer une solution je suis venu jusqu'à récemment. Cela ne l'utilise BeautifulSoup, ni a une surcharge de la conversion en html et en arrière.

La markdown module de classe de base Markdown a une propriété output_formats qui n'est pas configurable, mais sinon patchable comme presque rien en python est. Cette propriété est un dict cartographie format de sortie nom à une fonction de rendu. Par défaut, il y a deux formats de sortie, 'html' et 'xhtml' en conséquence. Avec un peu d'aide qu'elle peut avoir un texte en clair fonction de rendu qui est facile à écrire:

from markdown import Markdown
from io import StringIO


def unmark_element(element, stream=None):
    if stream is None:
        stream = StringIO()
    if element.text:
        stream.write(element.text)
    for sub in element:
        unmark_element(sub, stream)
    if element.tail:
        stream.write(element.tail)
    return stream.getvalue()


# patching Markdown
Markdown.output_formats["plain"] = unmark_element
__md = Markdown(output_format="plain")
__md.stripTopLevelTags = False


def unmark(text):
    return __md.convert(text)

décocher fonction prend markdown en entrée et retourne tous les démarques caractères sont supprimés.