Python Mammoth超文本标记语言标题中奇怪的<a>元素

Question

我几天前刚刚发现了Mammoth Python包，它是一个很棒的工具，可以从Word文档中创建干净的HTML代码。它近乎完美。只有一件东西我不明白。它从单词标题创建的标题元素(h1-h6)包含几个具有奇怪的TOC的<a>元素。看起来像这样：

<h1><a id="_Toc48228035"></a><a id="_Toc48288791"></a><a id="_Toc48303673"></a><a id="_Toc48306159"></a><a id="_Toc48308644"></a><a id="_Toc48311128"></a><a id="_Toc48313611"></a>Arteriosklerose</h1>

有谁知道怎么处理这些东西吗？

提前感谢

干杯，彼得

Answer 1

这只是一个猜测，但我希望它能有所帮助：

TOC很可能是“目录”的缩写。当你想跳转到页面中的一个元素时(比如某一章节)，你需要给该章节一个ID，并在你的url后面加上#ID。这样，浏览器将直接滚动到该点。

我猜你是在以某种方式使用一个目录，里面有链接，当你检查它们时，你会填充，找到像<a href="#_Toc48228035">Arteriosklerose</a>这样的东西