Утилита для извлечения текста из файлов (blb2txt.exe)

[balabolka]

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

Код: Выделить всё

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

Параметры будут выглядеть так:

Код: Выделить всё

"%Tmerged.txt" %P%S

Папка для временных файлов не требуется.

[Lecron]

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

Код: Выделить всё

-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.

Код: Выделить всё

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

[balabolka]

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.

[balabolka]

Версия 1.99

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

[Dimsok]

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).

[balabolka]

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:

Код: Выделить всё

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

Оно удалит все пустые строки в файле.

Насчет остальных Ваших предложений обещаю подумать.

[balabolka]

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.

[balabolka]

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).