Analyse des éléments en dehors de la démarque

Question

Je veux analyser les fichiers markdown pour des éléments spécifiques (tels que des liens) et extraire des valeurs de ces éléments, et je n'arrive pas à trouver un moyen d'utiliser le paquetage python-markdown. Est-il possible de le faire en utilisant ce paquet, ou devrais-je rendre .md en html et ensuite utiliser un outil comme beautiful-soup pour analyser le html pour obtenir des éléments et/ou de la structure?

Answer 1

est ici une bibliothèque qui pourrait fonctionner pour vous: https://github.com/revolunet/sublimetext-markdown-preview

Answer 2

une option python3 est ReParser

pip install ReParser 

l'exemple dans ses docs (collé à la fin) génèrerait:

[('Hello ', {}), 
('bold', {'is_bold': True}), 
(' world!', {}), 
('\n', {'segment_type': 'LINE_BREAK'}), 
('You can ', {}), 
('try ', {'is_bold': True}), 
('this', {'is_bold': True, 'is_italic': True}), 
(' awesome', {'is_bold': True}), 
(' ', {}), 
('link', {'link_target': 'http://www.eff.org'}), 
('.', {})] 

l'exemple de code est:

import re 
from pprint import pprint 
from reparser import Parser, Token, MatchGroup 

boundary_chars = r'\s`!()\[\]{{}};:\'".,<>?«»“”‘’*_~=' 
b_left = r'(?:(?<=[' + boundary_chars + r'])|(?<=^))' # Lookbehind 
b_right = r'(?:(?=[' + boundary_chars + r'])|(?=$))' # Lookahead 

markdown_start = b_left + r'(?<!\\){tag}(?!\s)(?!{tag})' 
markdown_end = r'(?<!{tag})(?<!\s)(?<!\\){tag}' + b_right 
markdown_link = r'(?<!\\)\[(?P<link>.+?)\]\((?P<url>.+?)\)' 
newline = r'\n|\r\n' 

url_proto_regex = re.compile(r'(?i)^[a-z][\w-]+:/{1,3}') 

def markdown(tag): 
    """Return sequence of start and end regex patterns for simple Markdown tag""" 
    return (markdown_start.format(tag=tag), markdown_end.format(tag=tag)) 

def url_complete(url): 
    """If URL doesn't start with protocol, prepend it with http://""" 
    return url if url_proto_regex.search(url) else 'http://' + url 

tokens = [ 
    Token('bi1', *markdown(r'\*\*\*'), is_bold=True, is_italic=True), 
    Token('bi2', *markdown(r'___'), is_bold=True, is_italic=True), 
    Token('b1', *markdown(r'\*\*'), is_bold=True), 
    Token('b2', *markdown(r'__'),  is_bold=True), 
    Token('i1', *markdown(r'\*'),  is_italic=True), 
    Token('i2', *markdown(r'_'),  is_italic=True), 
    Token('pre3', *markdown(r'```'), skip=True), 
    Token('pre2', *markdown(r'``'),  skip=True), 
    Token('pre1', *markdown(r'`'),  skip=True), 
    Token('s', *markdown(r'~~'),  is_strikethrough=True), 
    Token('u', *markdown(r'=='),  is_underline=True), 
    Token('link', markdown_link, text=MatchGroup('link'), 
      link_target=MatchGroup('url', func=url_complete)), 
    Token('br', newline, text='\n', segment_type="LINE_BREAK") 
] 

parser = Parser(tokens) 
text = ('Hello **bold** world!\n' 
     'You can **try *this* awesome** [link](www.eff.org).') 

segments = parser.parse(text) 
pprint([(segment.text, segment.params) for segment in segments])