lightcards/parse.py

   1 #!/usr/bin/env python
   2 # Parse markdown table into tuple of lists
   3 # Armaan Bhojwani 2021
   4
   5 import sys
   6 from bs4 import BeautifulSoup
   7 import markdown
   8
   9
  10 def md2html(file):
  11     with open(file, "r", encoding="utf-8") as input_file:
  12         return markdown.markdown(input_file.read(), extensions=['tables'])
  13
  14
  15 def parse_html(html):
  16     def clean_text(inp):
  17         return inp.get_text().rstrip()
  18
  19     def clean_list(inp):
  20         for z in inp:
  21             if not len(z) == 2:
  22                 inp.remove(z)
  23         return inp
  24
  25     soup = BeautifulSoup(html, 'html.parser')
  26     outp = []
  27
  28     for x in soup.find_all("tr"):
  29         outp.append([clean_text(y) for y in x.find_all("td")])
  30
  31     return ([clean_text(x) for x in soup.find_all("th")],
  32             clean_list(outp))
  33
  34 def main(file):
  35     return parse_html(md2html(file))
  36
  37 if __name__ == "__main__":
  38     print(main(sys.argv[1]))