关于txt转htm的问题,欢迎大家讨论 - 中国DOS联盟论坛

本人平时喜欢收集一些文本文档的资料,本想做一个txt转htm的批处理,将收集的大量东西转为htm,再编译成CHM的电子书,没想到刚着手,却先被txt转htm的问题难住了,本要在批处理专栏发帖的,想想这又不是DOS的问题,所以就在这发了,望版主不要说我发错地方了..

一种方法是一些电子书制作软件本身支持对txt的编译,它保持了文本的原样,但有一个致命的弱点就是不能支持全文搜索.这对于较大的CHM来说是相当不好的.弱点二是对于单行较长的,在浏览时不能自动换行,要通过横向滚动条拖动才能看完.

网上也很少有这种小软件,华军有一个也不过是通过在<pre></pre>间插入文本的方法,这种方法转成的htm可以保持txt的原始风格,且编译成CHM后可以支持全文搜索,但也是对于单行较长的,在浏览时不能自动换行.感觉很不便.

我到是用了一个笨点的方法,就是先用 替换文本内所有的空格,然后将文本每行行首加上<br>再将整个文本放入<p></P>之间,最后加上开始和结尾的代码,将扩展名改为htm就可以了.这先将文本转成htm再编译成chm,保持了文本的原有风格,而对于较长的行也能自动换行,并且也支持全文搜索,可有一点不足,就是转换后的htm文件比原来的txt文件大了近两倍(这是由于空格的替换造成的,但这是为了保持文本原有风格的代价),这对于大量的文本来说也是不太理想的,由于我网页方面知识有限,希望能有更精通的人来说一说文本转htm的最佳方法.
最好方法简单,易于实现,并且克服上述的缺点.

[ Last edited by zzhh612 on 2007-4-6 at 11:50 AM ]

楼主的想法先赞一个！

楼主可以搜索一下论坛，以前有过txt2html的相关讨论。

另外，可以把自己写的bat代码发出来，让大家来帮你逐步完善。

每2个西文空格可替换成1个全角汉字空格，这样体积上一致。整个文件体积会因此比“空格转&nbsp”小一些。

txt2html.vbs


'By est, electronicstar@126.com
'Copyright CN-DOS
set oSh=CreateObject("WScript.Shell")
If lcase(right(WScript.FullName,11))="wscript.exe" Then 
        oSh.Run "cmd /ccscript //NoLogo //e:vbscript " & WScript.ScriptFullName
        WScript.Quit
End If

Set objDOM = CreateObject("htmlfile")
objDOM.write "<html><body><div id='targetDiv'></div></body></html>"
Set targetDiv=objDOM.getElementById("targetDiv")
targetDiv.innerText=WScript.StdIn.ReadAll
WScript.Echo objDOM.documentElement.outerHTML

用法

cscript //nologo < D:\test.txt > D:\test.htm

楼上的方法与我的方法相似,只是用的是DIV标签代替了P,这种方法的缺点是对于文本格式中有较多的空格时,转换出来的文档会比原文档大很多,试了一下,40k的文本转换成htm后变成了57k.虽然只有17k 之差,可对于大量的文件就可观了.而用PRE标签基本可以保持大小不变化不大,只是不能自动换行,能两者兼顾吗,当然不是苛求,仅是探讨而已.

可对于大量的文件就可观了

那么你zip一下嘛

今天懒得写pre版的了，明天再来

第1楼　zzhh612	发表于 2007-04-06 11:09
中级用户　发帖 103　积分 278
关于txt转htm的问题,欢迎大家讨论本人平时喜欢收集一些文本文档的资料,本想做一个txt转htm的批处理,将收集的大量东西转为htm,再编译成CHM的电子书,没想到刚着手,却先被txt转htm的问题难住了,本要在批处理专栏发帖的,想想这又不是DOS的问题,所以就在这发了,望版主不要说我发错地方了.. 一种方法是一些电子书制作软件本身支持对txt的编译,它保持了文本的原样,但有一个致命的弱点就是不能支持全文搜索.这对于较大的CHM来说是相当不好的.弱点二是对于单行较长的,在浏览时不能自动换行,要通过横向滚动条拖动才能看完. 网上也很少有这种小软件,华军有一个也不过是通过在<pre></pre>间插入文本的方法,这种方法转成的htm可以保持txt的原始风格,且编译成CHM后可以支持全文搜索,但也是对于单行较长的,在浏览时不能自动换行.感觉很不便. 我到是用了一个笨点的方法,就是先用 替换文本内所有的空格,然后将文本每行行首加上<br>再将整个文本放入<p></P>之间,最后加上开始和结尾的代码,将扩展名改为htm就可以了.这先将文本转成htm再编译成chm,保持了文本的原有风格,而对于较长的行也能自动换行,并且也支持全文搜索,可有一点不足,就是转换后的htm文件比原来的txt文件大了近两倍(这是由于空格的替换造成的,但这是为了保持文本原有风格的代价),这对于大量的文本来说也是不太理想的,由于我网页方面知识有限,希望能有更精通的人来说一说文本转htm的最佳方法. 最好方法简单,易于实现,并且克服上述的缺点. [ Last edited by zzhh612 on 2007-4-6 at 11:50 AM ]

第2楼　lxmxn	发表于 2007-04-06 12:23
版主　发帖 4,938　积分 11,386
楼主的想法先赞一个！楼主可以搜索一下论坛，以前有过txt2html的相关讨论。另外，可以把自己写的bat代码发出来，让大家来帮你逐步完善。

第3楼　本是	发表于 2007-04-06 21:16
银牌会员　发帖 790　积分 2,227
每2个西文空格可替换成1个全角汉字空格，这样体积上一致。整个文件体积会因此比“空格转&nbsp”小一些。

第4楼　estar	发表于 2007-04-06 22:42
中级用户　发帖 103　积分 346
txt2html.vbs 'By est, electronicstar@126.com 'Copyright CN-DOS set oSh=CreateObject("WScript.Shell") If lcase(right(WScript.FullName,11))="wscript.exe" Then oSh.Run "cmd /ccscript //NoLogo //e:vbscript " & WScript.ScriptFullName WScript.Quit End If Set objDOM = CreateObject("htmlfile") objDOM.write "<html><body><div id='targetDiv'></div></body></html>" Set targetDiv=objDOM.getElementById("targetDiv") targetDiv.innerText=WScript.StdIn.ReadAll WScript.Echo objDOM.documentElement.outerHTML 用法 cscript //nologo < D:\test.txt > D:\test.htm

第5楼　zzhh612	发表于 2007-04-07 09:56
中级用户　发帖 103　积分 278
楼上的方法与我的方法相似,只是用的是DIV标签代替了P,这种方法的缺点是对于文本格式中有较多的空格时,转换出来的文档会比原文档大很多,试了一下,40k的文本转换成htm后变成了57k.虽然只有17k 之差,可对于大量的文件就可观了.而用PRE标签基本可以保持大小不变化不大,只是不能自动换行,能两者兼顾吗,当然不是苛求,仅是探讨而已.

第6楼　estar	发表于 2007-04-07 13:20
中级用户　发帖 103　积分 346
可对于大量的文件就可观了那么你zip一下嘛今天懒得写pre版的了，明天再来