转载

Python Makes Me a Lazy Gua

曾经由于王垠的影响，知道了简书。从那以后，在我的穿戴设备上统一卸载了知乎，安装了简书。因为感觉简书的清新和简洁更合我胃口。当我开始学习iOS开发的时候，从Google上获取信息经常可以搜索到国人在简书上的博文，感觉简书已经不再单是文艺清新的体验，在互联网开发者的大军下又成为了一个知识园地。现在的简书其内涵价值远高于初。

之后经朋友邀请，加入了 Bestswifer 的群，然后又结识了许许多多的同龄iOS开发大牛： Jim 、 LastDays 、 Halfrost 等，他们水平都非常高，现在也就职于各一线互联网企业，博主十分钦佩。他们每个人在简书上都成立个人专栏，进行知识探求。在简书上获取知识成为一个iOS Developer的日常。

我希望我的博文平台也同步迁移到简书，但是同时更新简书和个人站点是一件很繁琐的事情。试想，在简书上编辑好的文字，然后复制粘贴→修改标记→核对标题时间→创建md文件……一趟下来，最少度过了20分钟。为了处理这些零碎的时间，打算编写个 Jianshu Markdown 转换为 krandom Markdown 的爬虫来处理效率问题。

由于尚未 Python 开发经验，搜索了大量信息后，决定使用 BeautifulSoup 第三方库来实现 HTML 中 Dom 树的解析，在通过 正则表达式 将有用的标签信息搜取出来，针对于我的日常需要，只转换主要的几个标签即可。我在 Github 上已经写出了爬虫的demo，现在已经可以支持 <h> 、 <a> 、 <p> 、 <img> 、 <pre> 等常用标签的转换，在后期的编写时，对于文章信息做一个解析即可完成。

下面是目前的一个成果截图。如果你也有相同的需求，或者对这个项目有兴趣，可以一起贡献代码。然后再根据自己的 markdown 引擎解析器，制作自己的站点博文同步爬虫。

原文 https://desgard.com/2016/06/20/JianshuMarkdownParser/

正文到此结束