HTML 到文本

html2text 是一个 Python 包，可以将 HTML 页面转换为干净、易于阅读的纯 ASCII 文本。

该 ASCII 文本同时也是有效的 Markdown（一种文本到 HTML 的格式）。

安装与设置

pip install html2text

文档转换器

请参阅使用示例。

from langchain_community.document_loaders import Html2TextTransformer