Skip to content

kekewolf/wp_md_wd

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

26 Commits
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

网页转文档

这是一个 Python 自动化工具,用于 Deepwiki 网页内容转换为 Markdown,然后翻译,并最终生成保留了原始格式的高质量 Word 文档。

使用

  1. 首先将在线表格 https://docs.qq.com/sheet/DUEtjbUN6eEFCQUd3?tab=BB08J2 保存到 data 目录下,并命名为 task.xlsx。

    注意,从网络下载的 Word 文档默认会处于保护状态(编辑功能受限),需要打开之后另存为一下!

  2. Markdown 转 Word 使用了 Pandoc 这个工具,需要手动从 https://www.pandoc.org/ 下载安装,并确保环境变量中可以访问 Pandoc 命令。

  3. 由于 Pandoc 默认并不支持 mermaid,我们需要使用 mermaid-filter 来处理 Markdown 中的 mermaid 图表。而 mermaid-filter 是一个 Node.js 的包,因此需要安装 Node.js 环境,然后执行 npm install --global mermaid-filter 来进行安装

  4. 通过 pip install -r requirements.txt 安装依赖包

  5. 翻译使用的是 Deepseek API 需要修改 main.py 中的 DEEPSEEK_API_KEY 为自己的 KEY

  6. 执行 python main.py 等待

问题

  1. 目前使用的 selenium 库通过 Chrome 来请求页面,速度较慢。主要是因为 Deepwiki 网站很多动态资源是由 JS 来加载的,我们需要请求回动态 DOM 页面内容然后解析

  2. 翻译过程比较慢。后续可以考虑多线程

About

网页 ➜ Markdown ➜ 翻译 ➜ Word 这是一个 Python 自动化工具,用于 Deepwiki 网页内容转换为 Markdown,然后翻译,并最终生成保留了原始格式的高质量 Word 文档。

Resources

Stars

Watchers

Forks

Releases

Packages

Contributors

Languages