3518228042

演示下将本地的目录“小说”目录下的所有网页转换成txt，
希望可以做到去除非段落换行，比如浏览器打开网页文件显示：
脸
　　
色当即羞红了起来
网页代码应该去除两个<br/>　　<br/>及之间的内容：
“脸<br/>　　<br/>色当即羞红了起来”替换成“脸色当即羞红了起来”

如果<br/>　　<br/>左边有中文右边有正规的段落换行(全角半角空格多个)，不希望替换；
如果<br/>　　<br/>左边有中文右边有中文，必须替换；
如果<br/>　　<br/>左边第一个字是，、“：；，必须替换；
如果<br/>　　<br/>右边是，。、“”：；！？…，必须替换；
如果<br/>　　<br/>左边第一个字是。？！”……右边是……不希望替换；
如果<br/>　　<br/>左边是：右边是“必须替换；

还有有时候所有的换行不是<br/>　　<br/>而是</P><P>、<br/><br/>或
<br/>
<br/>

最后提取标题和<br/>之间内容，自定义的替换广告内容，和对多个空字符换行被清理掉，变成干净的ANSI文本

我这里有几个测试网页