在Word中搜索新闻文章数据和格式化结果

Question

对于文章网址列表，我需要删除文章的标题，作者，日期，出版物和正文。然后每个文章都需要出现在Word中，根据模板格式化（粗体标题，斜体显示，顶部的目录，超链接等）。

Answer 1

我过去曾使用过其中的一些内容，我建议您清理HTML代码并获取文字两件事：

• html2text：图书馆从html代码
获取文字
• Regular expressions：可用于删除HTML表达式的Python模块

（注意RegEx，在某些情况下可能会遗漏一些数据或某些字符串）

对于Word，我建议这样做：

• python-docs：用于将MS Word与Python配合使用的库。

PS：这只是一个小小的简历。如果你只是使用SO搜索者，你会得到很多结果。