谁有把htm文件转换成txt文件的源代码?必有重谢!

kangjian1 2002-02-28 05:22:18
谁有把htm文件转换成txt文件的源代码?必有重谢!
...全文
177 17 打赏 收藏 转发到动态 举报
AI 作业
写回复
用AI写文章
17 条回复
切换为时间正序
请发表友善的回复…
发表回复
kangjian1 2002-03-11
  • 打赏
  • 举报
回复
谢谢大家的回答!
我只是在PDA上作一个电子阅读器,PC传过来的是html文件,
我要把它转换成纯文本并显示。
目前已经基本上OK了。如果谁有兴趣,我可以发一份源代码以示感谢,
同时不足之处还请多多指教。
我的邮箱:kangjian1@163.net








royalier 2002-03-06
  • 打赏
  • 举报
回复
想起来了,这个问题没有那么复杂的,早就有人做过了的,你去查98年及以前的共享软件,就有这样的程序,那个时候就有好多呀!呵呵,你怎么现在突然想要这个东西呢?
LLnju 2002-03-05
  • 打赏
  • 举报
回复
IHTMLElement , IHTMLDocumentX 是M$用来解析HTML文件的东东啊。类型库为mshtml.tlb, js 中的 document 对象就是 IHTMLDocumentX 的 dispinterface。
LLnju 2002-03-05
  • 打赏
  • 举报
回复
IHTMLElement , IHTMLDocumentX 等等是 M$ 的东东啊,用 MSDN 一查就知道了,用过 js 吗? js 中的 document 对象 就是 IHTMLDocumentX 的 dispinterface。IHTMLElement 是网页中的元素,像 body , title , img 等等都是。

你的具体开发环境是什么,unix / linux / M$ WinXXX ,能用 js 吗,用 js 只需要两句话搞定了,转换出来的结果就是你 Ctrl+C Ctrl+V 出来的结果,效果应该不差。

有时候人要偷偷懒,想自己处理 HTML 页面不是不行,但难度实在有点那个了。光是处理静态的 tag 也许还能够解决,我到 w3 下了 HTML 文档,也就 100 个不到的标记,光这些东西就足够你忙一壶的,并且 HTML 文件也实在太随意了,怎么写也不会出错,也许很标准的东西处理起来还不难,但有些不怎么标准的你怎么办。如果页面中有 js,就最简单的 <script language='javascript'>document.write("hello");</script> 要搞定也不是一朝一夕能够搞定的,要自己处理就当你弄个浏览器了,太不现实了。
kangjian1 2002-03-04
  • 打赏
  • 举报
回复
to submarine(蓝色潜水艇) :
有些信息是在<>之外的如嵌入的javascript语句。
to royalier(皇家)
我只要纯文本。
to LLnju(LLnju)
什么是IHTMLElement ?

另外,我用的是ansi C.
Bug_Debug 2002-03-02
  • 打赏
  • 举报
回复
BUG就是多:oText.body.innerText --> oText.document.body.innerText
LLnju 2002-03-02
  • 打赏
  • 举报
回复
上面写错了,<iframe id='oText' src='$(url)' width=0 height=0> 后面要添上 </iframe> 呵呵。
LLnju 2002-03-02
  • 打赏
  • 举报
回复
如果要编程实现,就是操作 IHTMLElement , 特方便。
LLnju 2002-03-02
  • 打赏
  • 举报
回复
最简单的是用 js 了,几句话就行了,像 submarine 的太麻烦了。比如,你写个 HTML 文件,如:

<html>
<body>
<iframe id='oText' src='$(url)' width=0 height=0>
<a href='javascript:alert( oText.body.innerText )'>显示转化为 TEXT 的结果</a>
</body>
</html>
dynamic_pump 2002-03-02
  • 打赏
  • 举报
回复
同意submarine(蓝色潜水艇) 的意见。
royalier 2002-03-02
  • 打赏
  • 举报
回复
我想问一下,html中的图片你想怎么保存?!
html中确实有许多tag,但实际上你把他们列出来也不是很多的,而且也好办,因为html里面的很多东西都是成对出现的。
关键是特殊字符怎么处理了?比如真正显示出来的要是"<",而实现上在html里面却是<
呵呵,列出来也好办了
见招拆招 2002-03-02
  • 打赏
  • 举报
回复
那样行不?
判断下一个字符是否是"<"">",根据这个来区别内容和Tag.
kangjian1 2002-03-02
  • 打赏
  • 举报
回复
我的目的是把html文件中的描述字符都过滤掉,只剩下可以阅读的纯文本。
我的问题是html中有很多Tag就是诸如<html><BD><script>...........的东西,而且还会有javascript程序的代码甚至注释,这些东西无法一一识别,有点头疼。
neccui 2002-02-28
  • 打赏
  • 举报
回复
呵呵,他的意思是plain text吧。
wanghu 2002-02-28
  • 打赏
  • 举报
回复
.html本身就是一种文本文件
ischuixue 2002-02-28
  • 打赏
  • 举报
回复
改扩展名!!*.htm -> *.txt
读取一个文件*.htm然后存为*.txt
ischuixue 2002-02-28
  • 打赏
  • 举报
回复
不了解
你的意思
改变文件的名字
,不行吗??
内容概要:本文详细介绍了Anaconda的下载、安装与配置方法(2025最新版)。Anaconda是一个开源的Python/R数据科学集成开发平台,预装了1500多个科学计算库,并提供conda包管理和环境管理功能。文章首先列出了系统要求,接着分别讲述了适用于不同操作系统的下载方式,包括官方下载和国内镜像下载。然后,具体讲解了Windows、macOS和Linux三种操作系统的安装步骤,以及环境变量的手动配置方法。此外,还提供了验证安装是否成功的命令和配置国内镜像源的方法,以提高下载速度。最后,列出了一些常用conda命令和常见问题的解决方案。 适合人群:从事数据科学、机器学习领域的研究人员和开发者,特别是需要频繁使用Python科学计算库的用户。 使用场景及目标:①帮助用户快速搭建Python开发环境,尤其是需要多个Python版本共存或隔离环境的情况下;②解决因网络原因导致的下载速度慢的问题;③提供详细的安装指南,确保安装过程顺利进行;④指导用户正确配置环境变量,避免常见的安装后无法使用的错误。 阅读建议:由于Anaconda涉及多平台安装和配置,建议读者根据自己的操作系统选择相应的章节重点阅读,并严格按照步骤操作。对于初次使用者,建议先从简单的安装入手,再逐步学习环境管理和包管理的相关命令。

70,022

社区成员

发帖
与我相关
我的任务
社区描述
C语言相关问题讨论
社区管理员
  • C语言
  • 花神庙码农
  • 架构师李肯
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧