|
|
在非智能手机上看明慧网文章的附件TextForever 使用TextForever可以将明慧网下载中心明慧栏目打包下载：
中的HTML格式文章全部转换为TXT格式。同时支持文本合并，可以合并为较大文本。这样就可以在2G手机，山寨手机中方便阅读了。其中几个太大的文件上百个M,要剪切成数个文件夹，分别转换，否则太大无法转换。【TextForever支持文件夹转换和合并】。本人上传了附件TextForever。如果无法下载，可以上网搜索TextForever下载。现将TextForever中的说明部分黏贴如下；
一、软件安装/删除
二、软件使用
附录A 鸣谢
附录B 正则表达式语法
附录C 版本更新记录
FAQ
Q：TextForever是什么？
A：这是一个专为整理电子版小说而开发的工具，包括HTML到文本文件的转换、文件合并、文件切分、段落合并、段落切分、内码转换（只能在Win 2k/XP下用）、文本替换、HTML整理、文本抽取、正则表达式（需要IE 5.5以上版本的支持）、批量OCR、tcr文件压缩/解压等功能。
Q：TextForever收费吗？
A：TextForever是一个“友情软件”（Friendware），用户在承诺不用于商业目的，也不对文件及其附件进行任何更改的条件下，不需要为使用该软件支付任何费用，最多是在某个讨论区看到我发帖子灌水时（我的ID一般是strnghrs），进去捧个人场，作为友情回报；或者在年节时发个email问声好（所以叫“友情软件”）。我承诺绝不在程序中暗藏任何商业广告、木马，但不承诺为使用TextForever的后果承担任何责任。如果您需要将它用于商业目的，或加入您的网站，请与我联系，否则保留追究一切责任的权利。
Q：TextForever在使用上有什么限制？
A：部分功能对软件环境有所要求：
在“编码转换”功能中，为了省事，转码过程使用的是Windows本身提供的标准API接口。由于转码过程中需要用Unicode作为中间码，因此此功能不能在对Unicode支持非常有限的Windows 95/98/me下使用，只能在支持GBK/Big5/Shift JIS代码页的2000/XP下使用。正常情况下，只要IE能够正常显示中文简体、中文繁体、日文网页，即可正常转换。
“正则表达式”功能需要IE 5.5以上版本的支持。
所有功能均针对ANSI编码的纯文本文件，不支持UNICODE编码的文件。
Q：文件转换、文件合并功能好理解，段落合并、段落切分是干什么的？
A：段落合并其实就是某些软件所吹嘘的“自动分段”功能：在转换、识别出来的文本文件中，往往在一个自然段中间加入了若干回车/换行符，成了一行一行的了，因此需要将这些多馀的回车/换行符去掉，只在自然段结尾才出现回车/换行符。有人喜欢把这个功能称为“自动分段”，我更喜欢称为“段落合并”。
段落切分是段落合并的逆过程。段落合并完成后，在某些软件下阅读时可能因为行太长，给阅读带来不便，因此需要按照指定的行长对段落进行切分，切成一个一个短行。
Q：如何OCR繁体中文、日文、韩文书籍？
A：参见《在简体中文Office 2003下OCR繁体中文、日文、韩文》。
Q：如何提高OCR的识别率？
A：参见《用Pdg2Pic、TextForever实现批量OCR》。
Q：tcr功能是干什么用的？
A：tcr的全称是Text Compression for Reader，是一种在手机和PDA上看的电子书格式，此功能用来将txt文件打包成tcr格式，或将tcr格式解包。如果您只打算在PC上看书，相信您不会用到这个功能。tcr虽然也是一种文本压缩格式，但是专门针对手机和PDA这种存储空间和处理能力都很有限的环境，压缩能力和zip、rar当然不能比，不过总比没有强。所以在手持设备能够处理象zip和rar这样复杂的文件之前，我相信都会保持其流行趋势。
Q：为什么要开发TextForever？
A：我曾经极度热衷于在PC上看小说，但是从网上下载的网页多半不适合直接离线浏览，需要进行转换、整理等，然后才能符合我的收藏标准。现成的HTML到TXT的转换工具有不少，但是集转换、合并、分段、替换等功能于一体的好像还没有，尤其是分段工具，多半分完段后都会有哭笑不得的感觉，所以我才自己开发了这个工具。后来我又开始在手机上看小说，所以又加了tcr压缩/解压、文件切分等功能。
使用说明
一、软件安装/删除
本软件为纯正的绿色软件，不需要安装，下载ZIP包后直接展开、运行即可。删除时删除可执行文件和帮助文件即可。
软件包中仅包含下列两个文件，如果有其它的，保证不是我加的，请不要犹豫，立刻删除：
TextForever.exe。可执行文件。
TextForever.htm。本帮助文件。
另外如果在运行过程中改变了参数值，会自动生成TextForever.ini文件，删除时可以一起删除。
单独删除TextForever.ini文件后重新运行TextForever，所有参数将恢复成缺省值，相当于点击了“恢复”按钮。
二、软件使用
注意：TextForever会自动记忆您所设置的参数值（记录在TextForever.ini文件中），点击“恢复”按钮可以将所有参数恢复到缺省值。
1、HTML文件到文本文件的转换（HTML->Text）
根据需要设置选项（也可以什么不选，直接使用预设值），点击“转换选定文件”按钮，在弹出的对话框中选择需要转换的文件（按住Ctrl键或Shift键点击文件，即可选多个），然后点“打开”或“Open”按钮即可；或点“转换选定文件夹”按钮，在弹出的对话框中选择起始文件夹，然后点“确定”或“OK”按钮即可。
如果点的是“转换选定文件夹”按钮，并事先选了“包括子文件夹”选项，则转换时会自动转换所有子文件夹中的htm、html、shtml文件，否则只转换所选文件夹下的文件。
如果转换出来的内容不对，可能是因为真正的内容是用JavaScript动态生成的，可以选择“使用IE内核”，然后再点“开始转换”，重新试一遍。这个选项相当于IE的“另存为文本文件”功能，用缺省选项搞不定的网页，都可以用这个选项试试看。与在IE中打开网页不同的是，如果网页中有错，这里不会弹出错误对话框要求调试网页，而是直接跳过，反正错误对获取文本没有什么影响。
对于使用UTF-8编码的HTML文件（这种文件似乎越来越多了），情况有点复杂：
如果没有选择“使用IE内核”，则转换结果取决于“UTF-8转ANSI”选项：如果该选项被选中，则结果是ANSI编码的文本文件，否则是UTF-8编码的文本文件。
如果选择了“使用IE内核”，则转换结果一律是ANSI编码的文本文件。
如果在简体中文Windows下转换简体UTF-8编码的HTML文件，或者在繁体中文Windows下转换繁体UTF-8编码的HTML文件，转换出来的ANSI编码文件都不会有任何问题，所以缺省情况下“UTF-8转ANSI”选项是被选中的。但是如果要在简体中文Windows下转换繁体UTF-8编码的HTML文件，或在繁体中文Windows下转换简体UTF-8编码的HTML文件，直接转成ANSI多半会出现乱码，在这种情况下，只能不选“使用IE内核”、不选“UTF-8转ANSI”，将UTF-8编码的HTML转换成UTF-8编码的文本文件，然后再用“编码转换”功能，先将UTF-8转换成Unicode，再将Unicode转换成GB或Big5编码。
2、文件合并（Merge Files）
一般网站刊登电子版小说时，都是一章一个文件，因此在将HTML文件转换成TXT文件后，一般还需要按照章节顺序将转换出来的诸多TXT文件合并成一个文件。
使用方法：按照界面上标示出来的1、2、3、4、5顺序，先选择需要合并的文件，再合并后的文件，并根据需要设置选项，点“开始合并”按钮即可开始合并。
需要注意的是，如果在第1步选择的是“合并文件”而不是“合并文件夹”，可以指定对文件按照中文数字进行排序，这是专门为了处理像“第二十七章.txt”、“第三十一章.txt”这样的文件名而设置的。
3、段落合并（Paragraph）
在把HTML转换成TXT文件后，由于去掉了HTML中的段落控制，转出来的文件看起来可能会参差不齐，需要重新合并、分段。
使用方法：按照界面上标示出来的1、2、3顺序，先设置“源文件段落开始标志”选项，再设置“输出文件段落控制”选项，最后选择源文件。如果是对单个文件进行处理，则在“选择源文件”框中，先点“选择...”按钮选择源文件（如果前面做过文件合并，这里会自动填入合并后的文件名，则不再需要选择），再点“开始合并”按钮开始合并；如果是对多个文件进行操作，直接点“对多个文件中的段落进行合并...”按钮，然后在弹出的对话框中选择需要操作的所有文件（按住Ctrl键或Shift键点击文件，即可选多个）。 |
|
IP卡
狗仔卡
发表于 2011-5-9 19:15:44
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
显身卡