Markdownは最高
僕はMarkdownは最も最高なマークアップ言語の一つだと思います。なぜならGitHubが全般的に採用しているからです。この文章も全てMarkdownで記述されています。こうやってブログを書いていられるのもMarkdownが使えるからだと思っています。
普通にマークダウン
python-markdownを使います。pip install markdownしてfrom markdown import markdownしてhtml = markdown(raw)でポコンとHTMLが生まれます。
GFMを扱う
そして世の中にはGitHub式Markdownというものがあります。GitHub Flavored Markdownです。GFMと略されます。「Markdownがここまで普及したのはGitHubのおかげ」というのは過言ではないと聞きます。
お客さまの声
Markdownが便利すぎて生きるのが辛い http://b.hatena.ne.jp/fakechan/20130613#bookmark-132564918
今回はPythonでGFMをレンダリングします。
py-gfmを使います。
「なぜDartの人達がPythonでMarkdown変換器を作っているのか」という疑問が頭をかすめたような気がするとか、そういうのは置いといてとりあえずインストールします。
pip install git+https://github.com/dart-lang/py-gfm
使います
html = md(raw, extensions=['gfm'])
幸せ。
危険なタグの排除
こんなことにならないようにしたいところではありますね。
実はlxmlにはハッピーな機能があってこれを使うと下が下下になります。
>>> html = '''\
... <html>
... <head>
... <script type="text/javascript" src="evil-site"></script>
... <link rel="alternate" type="text/rss" src="evil-rss">
... <style>
... body {background-image: url(javascript:do_evil)};
... div {color: expression(evil)};
... </style>
... </head>
... <body onload="evil_function()">
... <!-- I am interpreted for EVIL! -->
... <a href="javascript:evil_function()">a link</a>
... <a href="#" onclick="evil_function()">another link</a>
... <p onclick="evil_function()">a paragraph</p>
... <div style="display: none">secret EVIL!</div>
... <object> of EVIL! </object>
... <iframe src="evil-site"></iframe>
... <form action="evil-site">
... Password: <input type="password" name="password">
... </form>
... <blink>annoying EVIL!</blink>
... <a href="evil-site">spam spam SPAM!</a>
... <image src="evil!">
... </body>
... </html>'''
>>> from lxml.html.clean import clean_html
>>> print clean_html(html)
<div><style>/* deleted */</style><body>
<a href="">a link</a>
<a href="#">another link</a>
<p>a paragraph</p>
<div>secret EVIL!</div>
of EVIL!
Password:
annoying EVIL!<a href="evil-site">spam spam SPAM!</a>
<img src="evil!"></body></div>
こいつfrom lxml.html.clean import clean_htmlですね。このclean_htmlを使えば"最低限のいい感じ"になるんです。
pip install lxmlして早速html = clean_html(html)しましょう。タグをremove_tagsとして指定したりもできます。内容もまるごと消し去りたい場合は'kill_tags'。コードみるとかなり自由度高いですね。
最終的に
元気な赤ちゃんが生まれました。
ちなみにpip install pygmentsしてCSSを読み込むだけでhtmlのコードらへんがカラフルになりますヽ(´ー｀)ノ
以上です。