将HTML标记转换为RTF文档
我有一个包含嵌入HTML内容的XML文档，我想把它转换成RTF格式的输出文件。这个XML文档里有一些用<li>, <p>, <b>等HTML标签装饰的元素，我希望这些内容能被转移到生成的RTF文件里。
目前我能做到的步骤如下：
- 把XML标签的内容提取为字符串（里面包含了用于换行、段落和列表的HTML标签）
- 把这些XML标签的内容写入一个RTF文件。
我使用Python脚本来完成这个转换。同时，我还用到了ElementTree（用来解析输入的XML）和PyRTF-NG（用来把HTML转换成RTF），这个库可以处理表格和其他特殊格式。目前为止，我已经成功获取了我需要的所有内容，除了HTML的“标记”部分（也就是把HTML格式的标签转换成实际的RTF格式）。具体来说，我的意思是，如果我的RTF转换器遇到<ol><li>标签，它应该在RTF中创建一个有序列表，而不是直接把<ol><li>标签原封不动地放进RTF里。
有没有人知道Python有没有什么内置的调用可以让我做到这一点，或者有没有其他的Python库可以满足我完成RTF全转换的需求。
谢谢！
1 个回答
3
最好的免费转换工具是LibreOffice，你可以直接在终端的命令行中使用它，具体可以参考下面的代码：
libreoffice --convert-to
同样，这个转换工具也可以通过Python间接调用，使用的是UNO桥接技术，相关信息可以查看以下链接：