python实现html转ubb代码(html2ubb)
这两天在用python写一个采集器,有个功能模块是html代码转换为ubb,网上貌似没有现成程序,就自己写了个函数,顺便锻炼下自己的正则。
importre defHtml2UBB(content): #以下是将html标签转为ubb标签 pattern=re.compile('<ahref=\"([sS]+?)\"[^>]*>([sS]+?)</a>',re.I) content=pattern.sub(r'[url=1]2[/url]',content) pattern=re.compile('<img[^>]+src=\"([^\"]+)\"[^>]*>',re.I) content=pattern.sub(r'[img]1[/img]',content) pattern=re.compile('<strong>([sS]+?)</strong>',re.I) content=pattern.sub(r'[b]1[/b]',content) pattern=re.compile('<fontcolor=\"([sS]+?)\">([sS]+?)</font>',re.I) content=pattern.sub(r'[1]2[/1]',content) pattern=re.compile('<[^>]*?>',re.I) content=pattern.sub('',content) #以下是将html转义字符转为普通字符 content=content.replace('<','<') content=content.replace('>','>') content=content.replace('”','”') content=content.replace('“','“') content=content.replace('"','"') content=content.replace('©','©') content=content.replace('®','®') content=content.replace(' ','') content=content.replace('—','—') content=content.replace('–','–') content=content.replace('‹','‹') content=content.replace('›','›') content=content.replace('…','…') content=content.replace('&','&') returncontent
使用时直接调用Html2UBB函数,返回值就是ubb码了html转ubb