Быстрый и минималистичный Python-модуль на C для извлечения текста из HTML.
import htmltext
text = htmltext.text_from_html('<p>Привет <b>мир</b>!</p>')
print(text)
# Привет мир!- Текст извлекается из тегов
div,p,br,section,article,header,footer,ul,ol,li,table,tr,td,h1,h2,h3,h4,h5,h6 - Все отступы слева и пробелы справа удаляются
- Все остальные теги и их содержимое удаляется
- Один перевод строки остаётся как есть. Любое количество переводов строки больше одного заменяется двумя (одна пустая строка).
При отправке писем используется как текстовое, так и HTML-содержимое. В наши дни уместен подход HTML-first. Текстовое содержимое включается в тело письма автоматически, для того небольшого процента получателей, которые могут читать только текст.
Исторически это был Python-код для проекта на Django, с использованием регулярных выражений, который извлекал текст из сгенерированного шаблонизатором HTML.
Когда писем стало много, процедура потребовала ускорения.
Zero limits license.