Python html2text 添加随机\\n

Question

当使用html2text python 包将 html 转换为Markdown 时，它会在文本中添加 '\\n'。 在http://www.aaronsw.com/2002/html2text/尝试演示时，我也看到了这种行为

有什么办法可以关闭这个功能吗？ 当然，我可以自己删除它们，但是原始文本中可能出现了我不想删除的 '\\n'。

    html2text('Lorem ipsum dolor sit amet, consectetur adipisicing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborum.')

    u'Lorem ipsum dolor sit amet, consectetur adipisicing elit, sed do eiusmod\ntempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam,\nquis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo\nconsequat. Duis aute irure dolor in reprehenderit in voluptate velit esse\ncillum dolore eu fugiat nulla pariatur. Excepteur sint occaecat cupidatat non\nproident, sunt in culpa qui officia deserunt mollit anim id est laborum.\n\n'

Answer 1

在最新版本的 html2text 中执行以下操作：

import html2text
h = html2text.HTML2Text()
h.body_width = 0
note = h.handle("<p>Hello, <a href='http://earth.google.com/'>world</a>!")

这将删除 html2text 否则的自动换行

Answer 2

查看html2text.py的源html2text.py ，看起来您可以通过将BODY_WIDTH设置为0来禁用包装行为。 像这样的东西：

import html2text
html2text.BODY_WIDTH = 0
text = html2text.html2text('...')

当然，全局重置BODY_WIDTH更改模块的行为。 如果我需要访问此功能，我可能会寻求修补该模块，为html2text()创建一个参数以在每次调用时修改此行为，并将此修补程序提供给作者。