TXT转HTML格式转换技巧

本文深入解析了将纯文本（TXT）安全、高效转换为HTML格式的核心原理与实操要点，强调其本质是为文本“套上HTML结构”而非复杂渲染，并重点提醒避免常见误区：必须先用html.escape()转义特殊字符以防XSS攻击，正确处理换行符与编码问题（如BOM、混合行尾符），严禁滥用Pandas或BeautifulSoup等重型工具；同时明确划清边界——若原始文件实为Word导出的“伪txt”或含复杂排版，应转向python-docx或pandoc等专业方案，而非硬套字符串替换。

用 Python 的 open() 和字符串替换最直接

txt 转 html 本质是把纯文本套上 HTML 结构，不是格式转换，更不是渲染。别想用 Pandas 或 BeautifulSoup 做这事——它们适合处理已有结构的数据，而你只是要加个 头尾、换行变
、特殊字符转义。

常见错误是直接写

{text}

• 先用 html.escape() 转义所有危险字符（< → <，& → &）
• 再把换行符替换成
，别用

  包整段——txt 没段落语义，硬分会错切

• 头部写死 ，尾部闭合就行

Node.js 里用 fs.readFileSync() + 正则也够用

如果你在写前端构建脚本或 CI 任务，Node.js 更顺手。但别用 fs.readFile() 异步写法配 console.log('done') 就完事——文件没写完进程可能就退出了。

容易踩的坑是编码：txt 文件可能是 GBK（尤其 Windows 记事本默认），而 fs.readFileSync(path, 'utf8') 强制按 UTF-8 解，会报 ERR_INVALID_CHAR 或输出乱码。

• 确认源文件编码，不确定就用 iconv-lite 模块：iconv.decode(buf, 'gbk')
• 换行处理统一用 text.replace(/\r\n|\r|\n/g, '
')，兼容 Windows/mac/Linux
• 写入时指定 encoding: 'utf8'，HTML 文件必须声明

命令行下用 sed 或 awk 快速应急

服务器上没装 Python/Node？或者就临时转一个日志文件看一眼？sed 一行就能搞定，比写脚本快。

但 sed -i 's/$/
/' input.txt 这种写法会在最后一行末尾也加
，浏览器渲染多出空行；而且不转义，原文里的