日韩无码专区无码一级三级片|91人人爱网站中日韩无码电影|厨房大战丰满熟妇|AV高清无码在线免费观看|另类AV日韩少妇熟女|中文日本大黄一级黄色片|色情在线视频免费|亚洲成人特黄a片|黄片wwwav色图欧美|欧亚乱色一区二区三区

 上面的section中出現(xiàn)了span，所以思路來了，遍歷section中的標(biāo)簽，如果出現(xiàn)span和stong，直接按段落處理

 
 
 
 

  
  
  
  
def section(self,label): 
  
  
  
  
    for i in label: 
  
  
  
  
        if i.name=='p': 
  
  
  
  
            self.para(i) 
  
  
  
  
        elif i.name in ['span','strong']: 
  
  
  
  
            self.para(label) 
  
  
  
  
            return 0 
  
  
  
  
        elif i.name=='section': 
  
  
  
  
            self.section(i) 
  
  
  
  
        elif i.name in ['ul','ol']: 
  
  
  
  
            self.ul2(i) 
  
  
  
  
        elif i.name=='img': 
  
  
  
  
            self.img(i) 
  
  
  
  
        elif i.name in ['br','svg','center']: 
  
  
  
  
            pass 
  
  
  
  
        elif i.name=='blockquote': 
  
  
  
  
            self.blockquote(i) 
  
  
  
  
        elif i.name=='pre': 
  
  
  
  
            self.pre(label) 
  
  
  
  
        else: 
  
  
  
  
            print('section中：%s:%s'%(i.name,str(i)))
 
 
 
 

最后else表示沒有這個(gè)標(biāo)簽的處理函數(shù)，就提示這個(gè)標(biāo)簽的位置，以及名稱，所含內(nèi)容

標(biāo)簽

我們知道img標(biāo)簽是圖像，一篇文章加上圖像可謂畫龍點(diǎn)睛，現(xiàn)在很少出現(xiàn)沒有圖的文章了，正所謂有圖有真相。

以下面兩個(gè)圖像為例

我們發(fā)現(xiàn)data-w是設(shè)定圖片的寬度，當(dāng)圖片過大的時(shí)候，需要將圖片寬度設(shè)定好。Img處理函數(shù)如下

 
 
 
 

  
  
  
  
def img(self, label): 
  
  
  
  
    src = label.attrs['src'] 
  
  
  
  
    da_s = label.attrs.get('data-s') 
  
  
  
  
    data_type = label.attrs.get('data-type') 
  
  
  
  
    data_w = label.attrs.get('data-w') 
  
  
  
  
    self.img_num += 1 
  
  
  
  
    a = urlopen(src) 
  
  
  
  
    b = a.read() 
  
  
  
  
    path = io.BytesIO(b) 
  
  
  
  
    if da_s: 
  
  
  
  
        num = re.findall('\d+', da_s) 
  
  
  
  
        h = int(num[0]) // 75 
  
  
  
  
        w = int(num[1]) // 75 
  
  
  
  
        if w > 6: 
  
  
  
  
            self.doc.add_picture(path, width=Inches(6)) 
  
  
  
  
        else: 
  
  
  
  
            self.doc.add_picture(path, width=Inches(w), height=Inches(h)) 
  
  
  
  
    elif data_w: 
  
  
  
  
        data_w = int(data_w) 
  
  
  
  
        if data_w < 75: 
  
  
  
  
            # 標(biāo)簽太小，直接忽略 
  
  
  
  
            print('忽略太小圖片%d.%s' % (self.img_num, data_type)) 
  
  
  
  
        elif data_w > 450: 
  
  
  
  
            self.doc.add_picture(path, width=Inches(6)) 
  
  
  
  
        else: 
  
  
  
  
            self.doc.add_picture(path, width=Inches(data_w / 75)) 
  
  
  
  
    else: 
  
  
  
  
        self.doc.add_picture(path, width=Inches(6)) 
  
  
  
  
    print("圖片%d打入成功!" % (self.img_num - 1))
 
 
 
 

transit方法

最后我們編寫transit方法

 
 
 
 

  
  
  
  
def transit(self, label, p, RGB, bold): 
  
  
  
  
    "本函數(shù)提供label的中轉(zhuǎn)方案 其中br由中轉(zhuǎn)方案解決" 
  
  
  
  
    if label.name == 'span': 
  
  
  
  
        self.span(label, p,RGB,bold) 
  
  
  
  
    elif label.name == None: 
  
  
  
  
        self.text(label, p,RGB,bold) 
  
  
  
  
    elif label.name in ['strong','em']: 
  
  
  
  
        self.strong(label, p,RGB,bold) 
  
  
  
  
    elif label.name=='section': 
  
  
  
  
        self.section(label) 
  
  
  
  
    elif label.name =='p': 
  
  
  
  
        self.para2(label,p,RGB,bold) 
  
  
  
  
    elif label.name == 'img': 
  
  
  
  
        self.img(label) 
  
  
  
  
    elif label.name in ['br','svg','mpcpc','center']: 
  
  
  
  
        pass 
  
  
  
  
    elif label.name == 'a': 
  
  
  
  
        self.link(label, p,RGB,bold) 
  
  
  
  
    elif label.name == 'iframe': 
  
  
  
  
        self.iframe(label, p) 
  
  
  
  
    elif label.name == 'blockquote': 
  
  
  
  
        self.blockquote(label) 
  
  
  
  
    elif label.name == 'ul': 
  
  
  
  
        self.ul(label, p) 
  
  
  
  
    elif label.name=='pre': 
  
  
  
  
        self.pre(label) 
  
  
  
  
    else: 
  
  
  
  
        print('p中:%s %s'%(str(label.name),str(label.text))) 
  
  
  
  
        t = label.text 
  
  
  
  
        if len(t) < 2: 
  
  
  
  
            return 0 
  
  
  
  
        r = p.add_run(t) 
  
  
  
  
        r.font.bold = bold 
  
  
  
  
        r.font.color.rgb = RGBColor(RGB[0], RGB[1], RGB[2])
 
 
 
 

transit函數(shù)要處理一個(gè)標(biāo)簽，如果已經(jīng)編寫好了這個(gè)標(biāo)簽方法，那么將這個(gè)標(biāo)簽交給對(duì)應(yīng)的標(biāo)簽方法處理，如果沒有，就提示這個(gè)標(biāo)簽的位置，以及名稱，所含內(nèi)容

main 核心處理

最后我們當(dāng)然是處理并且轉(zhuǎn)換成文檔啦，加入文章標(biāo)題，發(fā)布者，和內(nèi)容，直接發(fā)完整代碼吧，如下：

 
 
 
 

  
  
  
  
def main(self) -> None: 
  
  
  
  
    hd = Request(self.url, headers=qingqiu) 
  
  
  
  
    a = urlopen(hd) 
  
  
  
  
    b = a.read() 
  
  
  
  
    bbb = b.decode('UTF-8') 
  
  
  
  
    bs = BeautifulSoup(bb, 'lxml') 
  
  
  
  
    h2 = bs.find('h2', {'class': "rich_media_title"}) 
  
  
  
  
    title = guolv(h2.text) 
  
  
  
  
    self.head(title, 2, 18) 
  
  
  
  
    pingtai = bs.find('strong', {'class': "profile_nickname"}) 
  
  
  
  
    PMV=bs.findAll('span',{'class':'profile_meta_value'}) 
  
  
  
  
    p = self.doc.add_paragraph() 
  
  
  
  
    r = p.add_run('%s' % pingtai.text) 
  
  
  
  
    r.font.bold = True
  
  
  
  
    r.font.color.rgb = RGBColor(0, 191, 255) 
  
  
  
  
    r.font.size = Pt(12) 
  
  
  
  
    r=p.add_run('(%s: %s)'%(PMV[0].text,PMV[1].text)) 
  
  
  
  
    r.font.size = Pt(9) 
  
  
  
  
    wb = bs.find('div', {'class': "rich_media_content"}) 
  
  
  
  
    for i in wb: 
  
  
  
  
        if i.name =='p': 
  
  
  
  
            self.para(i) 
  
  
  
  
        elif i.name=='section': 
  
  
  
  
            self.section(i) 
  
  
  
  
        elif i.name == 'blockquote': 
  
  
  
  
            self.blockquote(i) 
  
  
  
  
        elif i.name == 'table': 
  
  
  
  
            self.table(i) 
  
  
  
  
        elif i.name in[None,'center','hr']: 
  
  
  
  
            pass 
  
  
  
  
        elif i.name in ['h1', 'h2', 'h3','h4']: 
  
  
  
  
            self.head(i.text, int(i.name[1]) + 1) 
  
  
  
  
        elif i.name in ['ul','ol']: 
  
  
  
  
            self.ul2(i)
  
  
  
  
         elif i.name == 'pre': 
  
  
  
  
            self.pre(i) 
  
  
  
  
        else: 
  
  
  
  
            print("%s"%str(i)) 
  
  
  
  
    self.save_docx(title) 
  
  
  
  
    wz_pa=join(self.path,title+'.docx') 
  
  
  
  
    print('文檔保存成功！保存路徑：%s'%wz_pa) 
  
  
  
  
    self.ok=False 
  
  
  
  
    print(wz_pa)
 
 
 
 

3、實(shí)戰(zhàn)測(cè)試

運(yùn)行后輸入微信url，結(jié)果如下：

保存下來的Word文檔如下：

4、其他標(biāo)簽的處理說明

剛剛我們僅僅是編寫了section，span，p，strong等標(biāo)簽，就可以對(duì)付一個(gè)簡(jiǎn)單的文章，但是實(shí)際上還有其他的標(biāo)簽，僅僅是這篇文章沒出現(xiàn)而已。所以為了讓這程序越來越好，我們需要添加一些標(biāo)簽處理的方法。

標(biāo)簽

Blockquote代表著引用，比如文章引用的哪句話，抄了哪些文獻(xiàn)的句子，都用這個(gè)標(biāo)簽。為了和正文區(qū)別，我將字體大小設(shè)置為9默認(rèn)顏色(100,100,100)

 
 
 
 

  
  
  
  
def blockquote(self, label): 
  
  
  
  
    "定義一個(gè)摘自另一個(gè)源的塊引用" 
  
  
  
  
    p = self.doc.add_paragraph('') 
  
  
  
  
    p.style.font.size = Pt(9) 
  
  
  
  
    for i in label: 
  
  
  
  
        self.transit(i,p,(100,100,100),False)