html-to-json-blocks 0.1.0

Una herramienta para convertir bloques de HTML a JSON

My HTML to JSON Blocks Library

Descripción: Esta librería convierte contenido HTML en una estructura de bloques JSON, útil para sistemas que requieren transformar contenido web en formatos procesables. Es altamente personalizable, permitiendo a los usuarios definir su propio método de conversión para imágenes mediante el uso de un sistema de clases abstractas.

Características principales:

• Convierte etiquetas HTML comunes como párrafos, encabezados, listas, y enlaces en bloques JSON estructurados.
• Ofrece una clase abstracta para que los usuarios personalicen la transformación de imágenes (ImageTransformer).
• Diseño modular que permite extender y adaptar la funcionalidad base.
• Ideal para integrar en sistemas de gestión de contenido o aplicaciones que procesen contenido web.

Estructura de bloques JSON:

• Encabezados: Convertidos a bloques con niveles de título (h1-h6).
• Párrafos: Procesa contenido inline como texto, negritas, cursivas y enlaces.
• Listas: Soporte tanto para listas ordenadas como desordenadas.
• Imágenes: Proporciona un bloque de imagen con metadatos detallados, personalizable mediante el método abstracto ImageTransformer.

Cómo usar:

1. Clona el repositorio:

   git clone https://github.com/yourusername/html-to-json-blocks.git
   cd html-to-json-blocks
   

2. Instala las dependencias:

   pip install -r requirements.txt
   

3. Instala la librería:

   pip install .
   

4. Crea una instancia del convertidor:

   from html_to_json_blocks.core import HtmlToJsonConverter
   from html_to_json_blocks.transformers.image_transformer import ImageTransformer
   
   class CustomImageTransformer(ImageTransformer):
       def transform_image(self, img_node, images_info):
           # Tu lógica personalizada para transformar imágenes
           pass
   
   converter = HtmlToJsonConverter(image_transformer=CustomImageTransformer())
   

5. Usa el convertidor para transformar HTML en bloques JSON:

   from bs4 import BeautifulSoup
   
   html_content = "<p>Ejemplo de contenido HTML</p>"
   soup = BeautifulSoup(html_content, 'html.parser')
   images_info = []  # Información de imágenes si es necesario
   json_blocks = converter.convert(soup, images_info)
   print(json_blocks)
   

Pruebas: Las pruebas unitarias están incluidas en el directorio tests. Para ejecutarlas, utiliza:

pytest

Contribuciones: Las contribuciones son bienvenidas. Por favor, abre un issue o envía un pull request si deseas mejorar la funcionalidad o corregir errores.