MyTTS

Утилита для извлечения текста из файлов (blb2txt.exe)

2021-05-23T19:58:55+03:00

Версия 1.101

Добавлена поддержка переменной %Title% в шаблон для имен файлов с извлеченным текстом. Переменная позволяет вставить заголовок HTML-документа (при извлечении текста из файлов формата HTML).

Статистика: Добавлено balabolka — 23 май 2021 19:58

Утилита для извлечения текста из файлов (blb2txt.exe)

2021-04-16T21:23:30+03:00

Версия 1.100

Добавлен параметр для указания расширения файла с извлеченным текстом.
Добавлен параметр для извлечения таблиц из файлов форматов DOCX/FB2/FB3/ODT.
Обновлено извлечение текста из файлов форматов DOCX/FB2/FB3/HTML/ODT.

Статистика: Добавлено balabolka — 16 апр 2021 21:23

Утилита для извлечения текста из файлов (blb2txt.exe)

2021-04-09T12:15:43+03:00

возможность в разбитых файлах удалять эти пустые строки

Это можно сделать при помощи словаря коррекции произношения. Насколько я помню, сначала текст разбивается на части, затем применяются правила из словарей.
Правило для REX-словаря может выглядеть, например, так:

CODE:

(\r\n){2,}=$1

Оно удалит все пустые строки в файле.

Насчет остальных Ваших предложений обещаю подумать.

Статистика: Добавлено balabolka — 09 апр 2021 12:15

Утилита для извлечения текста из файлов (blb2txt.exe)

2021-04-09T09:46:14+03:00

Не понял, о чем идет речь. Что такое "вырезанные файлы"?

Имелись в виду файлы, на которые разбивается текст при нахождении ключевого слова. Речь о том, чтобы можно было менять расширение txt таких файлов. Ещё было бы полезно разбиение при нахождении одной пустой строки (аналогично -w для двух), и возможность в разбитых файлах удалять эти пустые строки (как при параметр -r).

Статистика: Добавлено Dimsok — 09 апр 2021 09:46

Утилита для извлечения текста из файлов (blb2txt.exe)

2021-04-08T20:34:12+03:00

Версия 1.99

Добавлен параметр для выбора имени файла со списком имен текстовых файлов.

Статистика: Добавлено balabolka — 08 апр 2021 20:34

Утилита для извлечения текста из файлов (blb2txt.exe)

2021-04-05T20:57:13+03:00

В таких случаях часто передают имя файла, содержащего имена помеченных/обрабатываемых файлов. В FAR метасимвол !@! в пользовательском меню и ассоциированных командах.

Да, это и надо использовать. В Total Commander есть аналогичный параметр %L. Файл со списком выбранных файлов хранится во временной папке и удаляется сразу после выполнения команды.

Статистика: Добавлено balabolka — 05 апр 2021 20:57

Утилита для извлечения текста из файлов (blb2txt.exe)

2021-04-05T19:43:58+03:00

А вот моя программа принять на вход неопределенное количество имен файлов в командной строке не может; для этого мне надо что-то выдумывать (подскажите решение для командной строки, если кто-то знает).

В таких случаях часто передают имя файла, содержащего имена помеченных/обрабатываемых файлов. В FAR метасимвол !@! в пользовательском меню и ассоциированных командах.
У архиваторов реализовано например

CODE:

-ai[r[-|0]]{@listfile|!wildcard} : Include archives

решение для подобных проблем уже есть: надо использовать BAT-файл.

Конвертер умеет выводить результат в stdout. Можно вообще в один проход.

CODE:

blb2txt.exe -f "%~1" -o >> union.txt

Статистика: Добавлено Lecron — 05 апр 2021 19:43

Утилита для извлечения текста из файлов (blb2txt.exe)

2021-04-05T19:20:14+03:00

Dimsok
Если нужно только объединить тексты, то скрипт можно упростить:

CODE:

@echo offset OUTPUTFILENAME=%~1set INPUTFILES=shift:loop1if "%~1"=="" goto after_loopset INPUTFILES=%INPUTFILES% -f "%~1"shiftgoto loop1:after_loop"D:\utils\blb2txt.exe" -u -out "%OUTPUTFILENAME%"%INPUTFILES%

Параметры будут выглядеть так:

CODE:

"%Tmerged.txt" %P%S

Папка для временных файлов не требуется.

Статистика: Добавлено balabolka — 05 апр 2021 19:20

Утилита для извлечения текста из файлов (blb2txt.exe)

2021-04-05T17:47:18+03:00

Чтобы в TC можно было использовать подобную кнопку для объединения выделенных файлов -f %P%S -u -out "%Tmerged.%E"

Хм, а почему Вы не попросили разработчиков Total Commander решить эту проблему? Им-то это проще сделать. А вот моя программа принять на вход неопределенное количество имен файлов в командной строке не может; для этого мне надо что-то выдумывать (подскажите решение для командной строки, если кто-то знает).

Впрочем, решение для подобных проблем уже есть: надо использовать BAT-файл. Что-то вроде этого:

CODE:

@echo offset OUTPUTFILENAME=%~1set OUTPUTFOLDER=E:\outputshift:loop1if "%~1"=="" goto after_loop"D:\utils\blb2txt.exe" -f "%~1" -v "%OUTPUTFOLDER%"shiftgoto loop1:after_loop"D:\utils\blb2txt.exe" -u -f "%OUTPUTFOLDER%\*.txt" -out "%OUTPUTFILENAME%"del /Q "%OUTPUTFOLDER%\*.txt"

Сохраните этот скрипт, например, как файл MERGE.BAT и выберите его для команды пользователя; параметры будут такими:

CODE:

merged.txt %P%S

При выполнении команды из всех выбранных файлов по очереди будет извлечен текст во временную папку OUTPUTFOLDER (измените значение переменной на имя пустого каталога на Вашем компьютере). Затем содержимое всех текстовых файлов в этой папке будет объединено в один файл MERGED.TXT в том же каталоге, где и выбранные файлы. В конце работы скрипт очистит временную папку.

Имя нового файла надо передать BAT-файлу первым в командной строке; имена выбранных файлов - это второй, третий и все последующие параметры. Проверил на своем компьютере, должно работать.

Так же предложение добавить возможность менять расширение вырезанных файлов. Например:
%%FirstLine%%.cht.

Не понял, о чем идет речь. Что такое "вырезанные файлы"?

Статистика: Добавлено balabolka — 05 апр 2021 17:47

Утилита для извлечения текста из файлов (blb2txt.exe)

2021-04-05T13:44:17+03:00

Аналогичное предложение по ключу -f. Чтобы в TC можно было использовать подобную кнопку для объединения выделенных файлов -f %P%S -u -out "%Tmerged.%E"

Так же предложение добавить возможность менять расширение вырезанных файлов. Например:
%%FirstLine%%.cht.

Статистика: Добавлено Dimsok — 05 апр 2021 13:44

Утилита для извлечения текста из файлов (blb2txt.exe)

2021-01-24T14:16:16+03:00

Версия 1.98

Исправлено применение IFilter для файлов внутри архивов.

Статистика: Добавлено balabolka — 24 янв 2021 14:16

Утилита для извлечения текста из файлов (blb2txt.exe)

2021-01-22T07:54:36+03:00

Версия 1.97

Исправлено извлечение текста из файлов внутри архивов формата RAR.

Статистика: Добавлено balabolka — 22 янв 2021 07:54

Утилита для извлечения текста из файлов (blb2txt.exe)

2021-01-15T14:16:24+03:00

Версия 1.96

Добавлены параметры для использования 32-битной версии библиотеки 7z.dll. Эта библиотека входит в состав программного продукта 7-Zip и позволяет извлекать данные из архивных файлов (ZIP, RAR и др.).

Новые параметры позволят извлечь текст и графические изображения из файлов внутри архивов, не распаковывая их. Файл 7z.dll необходимо скопировать в ту же папку, где находится утилита (или указать путь к библиотеке с помощью параметра командной строки). Если файл 7z.dll отсутствует, утилита не сможет извлекать данные из архивных файлов.

Статистика: Добавлено balabolka — 15 янв 2021 14:16

Утилита для извлечения текста из файлов (blb2txt.exe)

2020-12-10T19:20:07+03:00

Версия 1.95

Добавлен параметр для поиска файлов в подкаталогах.

Статистика: Добавлено balabolka — 10 дек 2020 19:20

Утилита для извлечения текста из файлов (blb2txt.exe)

2020-11-28T03:00:51+03:00

Проверьте пути, указанные в файле конфигурации.
Перед -f и перед -v не должно быть пробелов. Между -f и путем к папке должен быть один пробел.

Должно работать, текст будет извлечен из файлов FB2.

Благодарю вас, заработало. Файл конфига назвался почему-то blb2txt.cfg.txt, я его переименовал в blb2txt.cfg и книги переконвертировались.

Статистика: Добавлено andko — 28 ноя 2020 03:00