本文共 1032 字，大约阅读时间需要 3 分钟。

分析txt文件内容，并按照以下规则及过滤器对文档添加对应的html标签

• 标题是只包含一行的文本块，长度70个字符以内。以冒号（：）结束的文本块不属于标题。
• 题目是文档的第一个文本块，且满足标题的规则。
• 列表项是以连字符（-）打头的文本块。
• 列表以紧跟在非列表项文本块后面的列表项开头，以后面紧跟着非列表项文本块的列表项结束。
• 表格行是以竖线符号（|）打头的文本块，行内的列也是使用竖线分隔。
• 表格以紧跟在非表格行文本块后面的表格行开头，以后面紧跟着非表格行文本块的表格行结束。

使用正则表达式对文本块内容进行过滤，分别对尖括号内的内容，星号内的内容和网站及邮箱进行过滤

r'\<(.+?)\>'r'\*(.+?)\*'r'(http(s){0,1}://[\.a-zA-z0-9/]+)'r'([\.a-zA-z0-9]+@[\.a-zA-z0-9]+[a-zA-z]+)'

各文本块之间用一个或多个空行间隔开，示例文档

Welcome to Foodly ,Inc.There π are the corporate web pages of *Foodly*.We hope you find your stay enjoyable,and that you will sample many of our product.A short history of th company......*Parsing HTML*Use the BeautifulSoup class to parse an HTML document. Here are some of the things that BeautifulSoup knows: - Some tags can be nested (
   
    ) and some can't (
    
). - Table and list tags have a natural nesting order. For instance,  tags go inside  tags, not the other way around. - The contents of a 
   

执行方式：

python3 markup.py < test_input.txt > test_input.html

test_input.html在谷歌上的显示效果如下

转载地址：http://euiti.baihongyu.com/