Re: Plain text to (x)html
On 2008.12.12 at 13:02:50 +0200, Serhiy Storchaka wrote:
> А кто чем пользуется, если нужно оформить несколько абзацов текста в виде
> (x)html? Возможно не своего.
> Требуемая функциональность ??? замена спецсимволов (<, >, &,..) и
> неподдерживаемых в выходной кодировке символов на соответствующие коды,
> оформление абзацев, замена нескольких дефисов на тире, а знаков дюйма на
> кавычки, вставка где нужно неразрывных пробелов. Прочее оформление не
> обязательно.
Если несколько абзацев - то командой глобальной замены в текстовом
редакторе.
> Похоже, что написание скрипта выйдет быстрее, чем испытание нескольких
> десятков имеющихся пакетов, декларирующих аналогичные функции (на самом
> деле большинство из них неприменимы). Но наверняка эта задача иногда встаёт
> перед большинством подписчиков. Кто как её решает?
>
> Большую часть задачи решил бы catdoc, если бы можно было указывать формат
> вывода неподдерживаемых символов
А это - можно. Есть ключик -f задающий формат. Формат это в принципе
два файла format-name.specchars (символы, которые надо заменять, даже
если они считаются поддерживаемыми) и format-name.replchars -
последовательности, на которые заменять символы, не отсутствующие в
выходной кодировке
> и обрабатывать события начала/конца
> строки.
А это нельзя. В той модели текста, которой придерживается Word и вокруг
которой написан catdoc, понятие "строки" практически отсутствует.
Минимальной логической единицей текста является абзац.
Впрочем, в HTML модель текста похожая.
На самом деле в поставку catdoc до сих пор не входят файлы
html.specchars и html.replchars только потому, что из-за особенностей
вордового представления таблиц в текущей модели парсинга не удалось
корректно детектировать начало таблицы.
А без поддержи таблиц конвертировать в html как-то неинтересно.
Ну и еще шрифтовые выделения не ловятся.
>
>
> --
> To UNSUBSCRIBE, email to debian-russian-REQUEST@lists.debian.org
> with a subject of "unsubscribe". Trouble? Contact listmaster@lists.debian.org
>
Reply to: