# 知乎博客HTML解析工具

## 功能说明

该工具用于将下载的知乎博客HTML文件解析为标准Markdown格式，方便后续编辑和管理。

- 支持提取文章标题
- 支持提取正文内容（段落、图片、代码块等）
- 支持将HTML元素转换为对应的Markdown格式
- 自动生成同名的.md文件

## 安装依赖

在使用前，需要安装以下依赖库：

```bash
pip install -r requirements.txt
```

依赖库说明：
- `beautifulsoup4` - 用于解析HTML结构
- `lxml` - 作为BeautifulSoup的解析器
- `markdownify` - 用于将HTML转换为Markdown

## 使用方法

### 基本用法

```bash
python parse_blog.py <html_file_path>
```

例如：

```bash
python parse_blog.py "(6 封私信 _ 14 条消息) 高质量Mesh体积光渲染 - 知乎.html"
```

### 输出结果

执行命令后，工具会在同一目录下生成同名的.md文件，例如：
- 输入：`(6 封私信 _ 14 条消息) 高质量Mesh体积光渲染 - 知乎.html`
- 输出：`(6 封私信 _ 14 条消息) 高质量Mesh体积光渲染 - 知乎.md`

## 支持的元素

- 标题（h1-h6）
- 段落（p）
- 图片（img）
- 代码块（pre code）
- 引用块（blockquote）
- 列表（ul, ol）
- 链接（a）

## 注意事项

1. 该工具仅支持解析知乎博客HTML文件，其他网站的HTML可能无法正确解析
2. 为了获得最佳解析效果，建议使用浏览器的"保存页面为HTML"功能下载完整的HTML文件
3. 解析过程中可能会遇到一些特殊元素无法完全转换，此时会使用默认处理方式

## 故障排除

如果遇到解析失败的情况，可以尝试以下方法：

1. 确保HTML文件是完整的，包含所有必要的结构
2. 检查是否已正确安装所有依赖库
3. 查看命令行输出的错误信息，根据提示进行修复

## 示例

### 输入输出示例

**输入**：知乎HTML文件
**输出**：

```markdown
# 高质量Mesh体积光渲染

SpotLight是Unity里面常用的灯光类型，我们渲染它的时候按照生活常识来说需要渲染两个部分，一个是照亮东西的效果，如下图：

![image](https://pic1.zhimg.com/v2-ff65743535c522dc74d58b87a6cc0d85_r.jpg)

另外一个当然就是舞台上经常看到的光柱效果，学名叫体积光，如下图所示：

![image](https://pic1.zhimg.com/v2-5cb0ae88a5fcdd32f26c703f83655089_r.jpg)

这篇文章就主要讲一下如何实现高质量的体积光效果。
```

## 许可证

本工具采用MIT许可证，可自由使用和修改。