Win7，64位，Python将文本文件改写成html_python 把txt文件改成html文件-CSDN博客

本文介绍了一个简单的Python程序，该程序能够将纯文本文件转换为HTML格式，通过使用正则表达式来添加基本的HTML标签，例如段落、标题和强调文字等。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

参考《Python基础教程(第二版)》

要做的工作是将各种文本元素分类，然后明确地标记它们，使得能在浏览器中显示并能作为一个网页使用。

写这个程序会需要什么工具：

·要对文件进行读写，或至少从标准输入读取（sys.stdin），利用print输出。

·需要对所输入的行进行迭代。

·需要一些字符串方法。

·需要一个或两个生成器。

·可能还需要用到re模块。

一个文本文档（test_input.txt）

Welcom to World Wide Spam. Inc

A short history of the company

Destinations

How to get in touch with us

You can get in touch with us in *many* ways:
By phone(555-1234). by email(wwspam@wwspam.fu)
or by visiting our customer feedback page
(http://wwspam.fu/feedback)

找出文本块。

收集遇到的所有行，直到遇到一个空行，然后返回已经收集的行。

那些返回的行就是一个块。之后，再次收集。

不需要收集空行，也不要返回空块（在遇到多个空行时）。

同时，要确保文件的最后一行是空行，否则程序就不知道最后一个块什么时候结束。

（当然有其它的方法来判断是否结束。）

文本块生成器（util.py）

def lines(file):
    for line in file:
        yield line
        yield '\n'

def blocks(file):
    block = []
    for line in lines(file):
        if line.strip():
            block.append(line)
        elif block:
            yield ''.join(block).strip()
            block = []

lines生成器只是在文件的最后追加一个空行。

blocks生成器实现了前面说明的方法。

创建一个简单的标记脚本。步骤如下：

·打印一些开始标记；

·打印每个用段落标签括起来的块；

·打印一些结束标记。

给定blocks函数，使用re.sub的话代码就会很简单。

简单的标记程序（simple_markup.py）

import sys
import re
from util import *

print ('<html><head><title>...</title><body>')

title = True
for block in blocks(sys.stdin):
    block = re.sub(r'\*(.+?)\*', r'<em>\l</em>', block)
    if title:
        print ('<hl>')
        print (block)
        print ('</hl>')
        title = False
    else:
        print ('<p>')
        print (block)
        print ('</p>')
print ('</body></html>')

这个程序在有如下的输入时被执行：

$python simple_markup.py <test_input.txt> test_output.html
文件test_output.html包含产生的html代码。