使用subprocess调用html2text异常：终端显示原始HTML而非格式化文本

看起来你是想在Python脚本里调用html2text工具处理抓取到的运单HTML内容，但现在输出的还是原始HTML代码，大概率是调用方式出了问题。咱们一步步来排查和解决：

常见错误原因及对应方案 #

1. 直接输出了原始HTML，没传给html2text处理 #

如果你的脚本只是把请求到的HTML直接打印，那自然看不到html2text处理后的结果。比如你可能写了类似这样的代码：

import requests

tracking_num = input("输入运单跟踪号: ")
url = f"https://example.com/track/{tracking_num}"
response = requests.get(url)
print(response.text)  # 这里直接输出原始HTML，完全没经过html2text处理

解决办法：把HTML内容交给html2text处理，有两种常用方式：

方式一：用Python版html2text库（推荐，无需调用外部终端命令）

先安装依赖库：

pip install html2text

然后修改脚本逻辑：

import requests
import html2text

tracking_num = input("输入运单跟踪号: ")
url = f"https://example.com/track/{tracking_num}"
response = requests.get(url)

# 初始化转换器，可根据需求调整参数
converter = html2text.HTML2Text()
converter.ignore_links = False  # 保留链接，设为True则忽略
converter.ignore_images = True  # 忽略图片

# 把HTML转成可读文本
formatted_text = converter.handle(response.text)
print(formatted_text)

方式二：调用终端的html2text命令（贴合你原本想模拟终端操作的需求）

如果一定要用终端的html2text命令，得用Python的subprocess模块把HTML内容通过标准输入传给它，而不是直接打印原始内容：

import requests
import subprocess

tracking_num = input("输入运单跟踪号: ")
url = f"https://example.com/track/{tracking_num}"
response = requests.get(url)

# 调用html2text，将HTML内容作为输入传给它
result = subprocess.run(
    ["html2text"],
    input=response.text.encode("utf-8"),
    capture_output=True,
    text=True
)

# 输出处理后的结果
print(result.stdout)
# 如果执行出错，可打印错误信息排查：print(result.stderr)

2. 存储HTML到文件后未正确调用html2text处理 #

你提到“目前我通过存储输...”，如果是把HTML存成文件后调用html2text filename，要确保文件路径正确，并且捕获命令的输出结果：

import requests
import subprocess
import tempfile
import os

tracking_num = input("输入运单跟踪号: ")
url = f"https://example.com/track/{tracking_num}"
response = requests.get(url)

# 用临时文件存储HTML内容
with tempfile.NamedTemporaryFile(mode='w', suffix='.html', delete=False) as f:
    f.write(response.text)
    temp_file_path = f.name

# 调用html2text处理这个临时文件
result = subprocess.run(
    ["html2text", temp_file_path],
    capture_output=True,
    text=True
)

print(result.stdout)
# 用完临时文件记得删除（可选）
os.unlink(temp_file_path)

快速排查小技巧 #

• 先手动在终端测试：把抓取到的HTML存成文件，运行html2text test.html，看是否能正常输出格式化文本。如果终端里正常，那就是Python调用逻辑的问题。
• 检查subprocess.run的stderr输出，能帮你定位命令执行失败的原因（比如路径错误、权限问题等）。

内容的提问来源于stack exchange，提问作者omkar joglekar