请问有什么办法可以读取html页面显示的粗体和斜体？
0
悬赏园豆：50
[已解决问题]
解决于 2018-07-27 14:16
有一个记录思科命令的html文件，粗体和斜体的标签不一样，但是显示在页面上是一样的。
例如：
（html）
<b>atm</b><!--null--><b>exception-queue </b><!--null--><var>number</var>
<b class="cBold">address ipv6 <em class="cArgument" style="font-weight: normal">ipv6-address </em></p>
（页面显示）
atmexception-queue number
address ipv6 ipv6-address
第一行的粗体标签和斜体标签分别是<b>和<var>，第二行的粗体标签和斜体标签分别是<b class="cBold">和<em class="cArgument" style="font-weight: normal">。
我想通过页面显示的粗体和斜体，生成一个新的html文件，这个html文件粗体标签和斜体标签将统一为<b>和<var>。
<b>atm</b><!--null--><b>exception-queue </b><!--null--><var>number</var>
<b>address ipv6</b> <var>ipv6-address </var></p>
请问有什么办法可以实现吗？
最佳答案
0
你可以先利用正则匹配，然后再替换。
收获园豆：50
你好！请问你说的正则匹配是用什么语言或者工具进行正则匹配呢？
最后我自己找了一种方法，通过pypandoc把html文件转换成word文档，再把word文档转换成html文件，最后得到的html文件里面的标签就全部都统一了。
在python中安装pypandoc后执行命令
import pypandoc
pypandoc.convert(source='test.html', format='html', to='docx', outputfile='test.docx')
pypandoc.convert(source='test.docx', format='docx', to='html', outputfile='test_new.html')
