我们的档案馆构建PDF电子档案速成

面对成堆的档案和资料,WPS格式、Word格式、Excel格式、网页格式、TXT格式、图片格式,甚至还有我们不常用的排版软件格式,我们要把他们整理出来,方便以后查询,用什么方法好呢?当然,我们可以给各个文件规范标题,然后放到相应的分类目录里面。可是我们要浏览P65文件的时候,难道还要安装古老的排版软件PageMaker?或者将文档都转换成TXT格式文件,但格式和图片就荡然无存了。或者转换成网页格式?相对好点,但有些格式文件无法转换为网页。而且长文档通过网页浏览还非常麻烦。或者可以将他们打印出来,分类存档,但如果有几千上万页的文件,打印出来成本高不说,查看和检索也不轻松。其实我们可以将我们所看到的文档,通通转换成PDF格式,然后再做一些简单的批量处理,就可以随心所欲地查看、搜索和分类检索各种文档资料了。     

“换”要“换”得轻松自在

看了《电脑爱好者》2002年第19期的《看不顺眼就得换》的文章后,觉得还有更方便的办法,这里拿出来与读者朋友分享。 笔者常在一些电子图书网站下载长篇小说,再在掌上电脑上慢慢欣赏,一部长篇小说常有一百多章,一百多个HTML格式文件慢慢地“换”,那就太费时费力了,我使用“TxtEasy!文本转换器”。这是个绿色的中文免费软件,可以将HTML文件转换成TXT文本,支持批量转换,能去掉多余的空格、空行和不必要的     

如此更好看 给你的TXT电子书归整归整

使用转换工具制作的TXT电子书,由于大部分软件只是对文件内容进行简单的格式转换,因此转换出来的文本内容往往比较杂乱:空行或空格比较多,标点符号全角、半角不分,特别是一些从网站、论坛下载的网页,往往带有网站标记。我们在数码设备上要看到的是排版整齐的TXT文本,而不是杂乱的内容。因此我们需要借助中文编辑排版专家软件对TXT电子书重新进行排版、优化。     

Word中批量转换文档格式

实际工作中，经常遇到需要转换多篇文档的文件格式，如将HTML文件，TXT文件等转换为Word文件，或是将Word文件转为TXT文件等。     

基于幻灯片播放方式的网页标记语言及其浏览器

目前,绝大多数网页都是用超文本标记语言HTML描述,并通过浏览器进行浏览,这是一种基于论文阅读的网页浏览方式。该文提出了一种基于幻灯片播放方式的网页标记语言HPML及其浏览器,它能够实现将网页中的文字图像内容以幻灯片的形式自动播放,并通过文本-语音转换器(TextToSpeechEngine)将幻灯片中某些文本形式的内容转换成语音形式,同时能够实现幻灯片图像和语音的同步播放。这种方式极大地放松了对显示器屏幕的尺寸和网络带宽的要求,因此特别适合于移动环境下的网页浏览。     

基于XML的HTML自动阅卷算法设计与实现

自动阅卷技术在当今计算机基础教育中起着重要作用。当前主流的基于文档对象模型的HTML网页自动阅卷方法存在准确性低及在大数据量时阅卷效率差的问题。文中介绍了一种基于XML的HTML网页自动阅卷算法,它根据XML与HTML格式上的相似性将HTML文件转换成XML文件,然后利用各种程序语言对XML良好的支持来进行HTML网页自动阅卷过程中的信息处理。该算法不仅可以避免传统人工阅卷的低效率及结果的主观性,而且在准确率及稳定性方面比文档对象模型方法有很大提高,为HTML网页制作考核提供了一种有效可行的方法。     

网页制作工具大观

在前几年,制作网页仿佛只是程序员才能干的事儿,那时只有学会HTML语言才能写网页。现在,对电脑一窍不通的人也可以写网页了,这要归功于一大批“所见即所得”网页编辑工具的出现。制作者只需要像写文章,或是画画一样,把喜爱的东西往页面上一放,编辑工具就能将网页上的东西转换成浏览器能识别的HTML标记语言了。现在市场上的HTML编辑工具,仅是比较有影响的,就不少于几十种,很多人只听说过Netscape和FrontPage,其实,比它们好的还有一大把。不信?就接着往下看。     

文本转换器TxtEasy

相信不少网友的机子里保存了大量从网上下载的HTML文件。由于编辑的要求,许多人需要将它们转换为TXT文本文件。可是如果你直接把它们转换为TXT文件(如采用另存为),会发现转换的TXT文件保留了HTML文件的特殊格式以及一些控制符,还要手工     

Word2010轻松实现DOC与TXT格式批量转换

计算机等级一级考试中Word是我们目前个人电脑中使用最普遍的文字处理工具,但是在一些专业的排版软件中,却需要使用TXT格式进行导人。这样则经常需要将Word文档的Doc格式转换成TXT格式。为了提高工作效率,我们可以将要转换的文档一次完成,实现批量转换。     

面向敏感网页识别的网页内容获取方案的设计与实现

面向敏感网页识别,设计并实现了一种网页内容获取方案.该方案主要包括HTML(Hypertext Markup Language)源文件的获取、文本获取、图像获取及穿插其中的HTML源文件解析等4部分内容.测试结果表明,无论是中文网页还是英文网页,本设计方案均能获得网页上的文本和图像内容信息,所获取的内容可以满足后续敏感网页识别的应用需求.     

十秒钟 网页变身简洁电子书

在手机上看小说,最方便的格式是TXT文本,不过网上许多TXT下载站,总是用各种广告迷惑用户,下载一部小说真是千辛万苦,还有不少小说根本就找不到TXT版本。这种情况下,我们不妨自己动手采集整理了。网页抓捕及小说提取的软件工具有很多,为什么还要向大家推荐本文中的方法呢？主要基于以下几个理由：     

浏览器如何工作

浏览器是硬盘上的应用软件,就象一个字处理程序一样(如WordPerfect或Microsoft Word)。它把你在Internet上找到的HTML文档翻译成网页。网页可以包含图形、音频和视频,还有文本。 HTML是Internet,所用的格式化语言。HTML文档看起来与网页在浏览器上的显示大不相同。你在屏幕上看到的网页已经过了浏览器对HTML文档的翻译。     

sIFR在网页设计中的实现与应用

sIFR这项技术是网页设计者用Flash替换HTML页面中的文本元素,并在客户机的浏览器中以Flash影片形式正常呈现出来,设计者可将网页中的文本设置成任意字体,且在浏览者的机器上不需要预先安装这些字体。同时,被Flash替换的文本内容的真实性并没有被隐藏,它可被搜索引擎所定位和检索到,这将不影响网站的推广。本文介绍了sIFR技术在网页设计中如何实现文本替换,这将值得网页设者们借鉴。     

HTML文件的文本信息预处理技术

介绍了一种常用的文件类型HTML文件的文本信息预处理技术。该方法能够解析HTML文件的组成结构,并从中提取出主体文本以供处理。测试表明该方法能有效地得到大部分HTML网页的主体部分。文中对HTML义件的解析不仅可以用于提取出HTML文件的主体文本,也可以用于得到HTML文件中其他的元素的内容,具有推广应用价值。     

拷问小编——软件类

将HTML智能转换为TXT件，使用Ghost自动执行恢复的命令？.iso后缀是什么件，ASF件无法任意拖动进度滑块，升级Office XP时电脑频繁死机，使用Partition Magic后数据部分丢失？     

批量TXT文档巧转图片

很多朋友都遇到过要把TXT文档转换成图片的情况,比如公司文件转换成图片后,可以增加安全性,避免被人随意复制和更改文件内容等。如果你经常要把大量的TXT文档转换成图片,那不妨使用"IrfanView",它可以将TXT文档批量转换成图片,非常方便。     

三招搞定网摘Mr.Best教你轻松做网页剪辑

如保存取一个网页 网页其实就是一个简单的HTML文档,以标签语音的方式通过将文本、图片以及其他多媒体文件整合最终实现多样的表现方式,网页就像互联网的一片一片叶子,而最近动态语言脚本以及HTML5的发展让网页的功能更加强大,不过对于个人来说,网页的摘取主要目的还是在于保存网页上的信息,通常我们可以采取以下几种方式来进行网页的保存.     

网页文本信息提取及结果评价

由于HTML本身在自描述上的缺陷，网页信息中不可避免地存在大量的噪音信息。文章在分析了网页的HTML文档结构和噪音类型的基础上，给出了网页文本信息提取、对噪声抑制的方法，以及实现的过程。并尝试性地使用信噪比的概念作为评判文本信息提取去噪结果优劣的依据，实验结果显示，抽取去噪效果明显；同时实验表明，信噪比可以作为网页信息去噪结果优劣的评判标准。     

普及·实用天地

一、Office 97网页制作工具一览 在Office 97中除了Outlook之外的所有组件中均安排了制作网页的功能。其中Word 97有两种制作网页的方法,一种是利用Web页向导制作网页,另一种是将普通文档存为HTML文件;Excel 97也有两种制作网页的方法,一种是将Excel 97中的表格或图表插入到已有的HTML文件中,另一种是将Excel 97的表格或图表直接存为一个独立、可用的HTML文件。PowerPoint 97只有一种制作网页的方法,也就是利用向导将PowerPoint 97演示文稿存为HTML文件。而Access97也有两种制作网页的方法,一种是利用“另存为/导出”命令将选定的一个对象存为HTML文档,另一种是将数据库的部分或全部内容存为HTML文件。Office 97的几个应用程序制作网页是各有所长:由于     

基于XML的Web数据挖掘关键技术的研究

由于存在着大量的在线信息，WWW成为数据挖掘的热点。该文介绍了Web网页的数据挖掘技术，提出一种基于XML的Web数据挖掘模型，阐述将半结构化HTML文档转换成良构的XML文档的原因，并给出基于HTML Tide库的转换代码，介绍了利用XML技术从Web网页析取数据的关键技术，包括XHTML、XSLT和XQuery等，对Web数据挖掘的其他方面如数据检验和集成作了一定的探讨。