Полигон-2

Всем привет.

Набросал на скорую руку в Delphi 1.0 за один вечер конвертер электронных книг формата FB2 в обычный текст (TXT).

Работает в 16 и 32 разрядных версиях Windows - от Windows 3.1 до Windows XP и 7-10 x86.

В архиве сам конвертер + тестовый файл fb2 для проверки.
Конвертируемый файл сохраняется в той же папке, что и исходный FB2.

Скриншот программы

Ссылка на скачивание:

На файлообменнике DowngradeFiles
Скачать файл fb2conv.zip

На Яндекс Диске
https://yadi.sk/d/mQFF1vY5j5PcS

P.S В дальнейшем, если программа окажется востребованной, возможно создание отдельной версии для DOS.

Anonymous написал:

[q]

Sozdatel, а почему на яндекс? Продублируйте на своём файлообменнике!

[/q]

Скачать файл fb2conv.zip

Просто нет слов!

СПАСИБО!

Andrei88 написал:

[q]

А полноценный ридер планируется?

[/q]

Возможно.

Также планируется выпуск версии под MS-DOS (интерактивное приложение, где пользователь вводит с клавиатуры имя файла FB2, при этом будет поддерживаться автоматическое конвертирование с явным указанием имени файла, что-то вроде:

fb2conv -f russkaya_klassika.fb2 russkaya_klassika.txt

В следующей версии конвертера возможно будет добавлен выбор кодировки (DOS/Windows-1251), чтобы пользователь мог выбрать, в какую кодировку сохранять файл.

Для начала, слабо понимаю, зачем нужен именно конвертер (сама программа) именно под дос. Выкачивать тот-ж либрусек из-под доса никто не умеет, да и неудобно сие в текстовом режиме.
Вот, выкачать с торрентов библиотеку целиком и запустить некий mass-converter, чтоб автоматически обработал всю библиотеку, вот сие - дело!
Причём, нужна не только тупая конвертация форматов, с учётом исходной развёрстки, а ещё: и библиотечная каталогизация с поиском, и грамотно составленная структура каталогов включая имена файлов, коие должны быть одновременно: информативными, с длинными именами, но читающимися и в формате 8.3, индексированными.

Например, каждое имя папки/файла начинается с аббревиатуры-сокращения, соответствующего её/его полному имени, это первые 7 символов, продолжиться порядковым номером на 1+3 символа (через точку после первого), и (через ещё одну точку) завершиться длинным именем и расширением txt. В форточке будет некоторая путаница при сортировке из-за аббревиатур, однако в досе имена будут выглядеть весьма читаемо.

ОБНОВЛЕНИЕ.

- Добавлена опция "Кодировать в DOS-866".
- Изменён внешний вид кнопок.

Скриншот программы

Ссылка на скачивание та же.

Fe-Restorator написал:

[q]

Узнал сразу ДВА новых слова: одно "Б" и другое "ратец"!!!

[/q]

Это связано с тем, что многие файлы формата FB2 представляют собой неотформатированный текст, где абзацы разделяются тегом >p> вместо символа перевода строки.

И поскольку строки, содержащиеся в абзацах с тегом >P> нередко получаются слишком длинными (более 100 символов), то конвертер на каждом 55 символе выполняет перенос на новую строку (вставляет в файл соответствующи спец.символы), чтобы файлы можно было комфортно просматривать без горизонтальной прокрутки в старых текстовых редакторах, которые не поддерживают автоматический перенос строки (WordPad, Edit, MultiEdit, Фотон и т.д).

Sozdatel написал:

[q]

Это связано с тем, что многие файлы формата FB2 представляют собой неотформатированный текст, где абзацы разделяются тегом >p> вместо символа перевода строки.

[/q]

Бред какой-то. Зачем тогда вообще нужен формат FB2?

1)
Дано: длинный текст в одну строку с тегами-разделителями, обозначающими абзацы.
Решение: Выполнить обработку файла в три прохода. Первый проход - разбить мега-строку на нормальные абзацы, коие метятся как CR/LF. Вторым проходом обработать остальные теги, получив правильное форматирование всего текста, включая перекодировку в нужный формат и расстановку мягких переносов по всем правилам языка. Третьим проходом порезать получившиеся абзацы на строки длиной ровно NN символов для показа на экране доса без горизонтального скроллинга, с учётом мягких переносов и схемы вёрстки (для сценариев и т.п.).

2)
Дано: длинный текст в одну строку с тегами-разделителями "абзаЦЦ" жёстко через каждые 60 символов текста, включая пробелы в начале виртуальных строк.
Решение: Выполнить обработку файла в 5 проходов.
Первым проходом расставить теги CR/LF взамен каждого тега "абзаЦЦ" исходной строки, получив жёстко форматированный текст.
Вторым проходом обработать остальные теги, получив правильное форматирование всего текста, БЕЗ перекодировки в нужный формат и БЕЗ расстановки мягких переносов. Это даст ровные текстовые строки по 60 символов в каждой, за исключением окончаний каждого абзаца.
Третьим проходом обрабатываем "жёсткие" абзацы по принципу "если в строке все 60 символов (с учётом оконечных пробелов), меняем CR/LF на обычный пробел. Если символов в строке меньше 60, оставляем всё как есть". В результате, получим правильно оформленные абзацы, уже без жёсткой разбивки на строки.
Четвёртым проходом выполняем перекодировку в нужный формат, удаление дублирующихся пробелов, расстановку мягких переносов, корректировку вёрстки в неординарных случаях (сценарии, и т.п.).
Пятым проходом нарезаем текст на строки нужного размера, с учётом мягких переносов и специфики вёрстки.

Sozdatel написал:

[q]

Попробуйте открыть любой файл формата fb2 в Блокноте

[/q]

Открывал и смотрел. Твоя фраза прозвучала как "неформатированный текст в формате FB2", что есмь бред. Согласись.

PS. Советы не полны, ибо при сценарной вёрстке, например, стоит ставить дополнительные CR/LF перед каждым именем персонажа, что позволит отделить абзацы от заведомо коротких строк, сохранив вёрстку документа при всех промежуточных преобразованиях. То-ж относится и ко всякого толка заголовкам, эпиграфам, сноскам и прочим намеренно выделенным элементам документа.

Sozdatel написал:

[q]

Была бы бредом, если бы при открытии файла в блокноте
...
Но вместо этого можно увидеть следующее.

[/q]

Это формат FB2, никакого неформатированного текста здесь нет и в помине! Отвлекись от содержимого тех файлов, посмотри на подачу тобою информации.

Хороший конвертер не станет тупо рубить по 60 символов, включая теги.
Хороший конвертер сперва раскроет теги, превратит их в "книжного вида" свёрстанный текст, затем преобразует (по необходимости) жёстко порезанные на строки абзацы в абзацы непрерывные, расставит мягкие переносы и напоследок вновь жёстко порежет абзацы на строки заданной длины, с учётом одновременно и мягких переносов, и особенностей вёрстки.
Именно в такой последовательности действий.

Отчего получится:

- Хороший конвертер не станет тупо рубить по 60 симво-
        лов, включая теги.
- Хороший конвертер сперва раскроет теги, превратит
        их в "книжного вида" свёрстанный текст, затем
        преобразует (по необходимости) жёстко порезан-
        ные на строки абзацы в абзацы непрерывные, рас-
        ставит мягкие переносы и напоследок вновь жёст-
        ко порежет абзацы на строки заданной длины,
        с учётом одновременно и мягких переносов, и осо-
        бенностей вёрстки.

Немного не выдержал правую границу, что нелегко сделать средствами движка форума, вручную. Но смысл, думаю, понятен.

PS. Можно не разрывать слова по мягким переносам, а добавлять меж ними повторяющиеся пробелы, выравнивая обе границы текста разом. Эт как вариант, проще "сверстать", но труднее читать и отслеживать начало новых строк.

PPS. неплохо-бы дать пользователю возможность самому задать длину строки. В досе - она будет 80 символов, в планшете - уже 60, в e-ink-читалке - не более 40, в КПК - не более 25, в смартфонах может доходить и до 15. Эт при соблюдении одинакового комфортного для глаза размера шрифта на всех девайсах: 5мм по вертикали на полное знакоместо (3.х мм высота строчных букв, 4.х мм высота прописных букв). Миллиметры не типографская мера шрифта, указаны весьма приблизительно, для наглядности не знакомым с типографикой форумчанам.

PPPS. На время выполнения внутренних преобразований формата можно пользовать т.н. "текстовые теги". Например, часть символов "конец абзаца" в нужных частях документа временно обозначить сочетанием "^^^^" без кавычек. Такие "теги" не стандартизованы, но зело помогают не нарушить вёрстку документа, изменяя её части и фрагменты по заранее заданному правилу. Ведь, по-факту, придётся преобразовывать текст дважды (в самом жёстко испорченном варианте исходной вёрстки текста):
первый раз при избавлении от тегов формата FB2 как занимающих место в строке лишних символов,
второй раз - после преобразования из жёстко нарезанных строк неправильной длины и при преобразовании в жёстконарезанные строки длинны нужной, дабы сохранить исходную вёрстку документа (макет, структуру), неповреждённой.

Anderson1 написал:

[q]

Это не совсем правда - в Windows 3.0 не работает:

[/q]

Прошу прощения, не знал. Не было возможности проверить.


Anderson1 написал:

[q]

BTW, обнаружил у сабжа ещё один дефект: без мыши с этой прогой ничего нельзя сделать - хоткеи (типа ctrl+o, ctrl+tab) не работают.

[/q]

Будет добавлено.

И кнопки подписать не капсом

Обновление.

Изменения внешнего вида программы, добавлены горячие клавиши (Ctrl+O - открытие файла, F1 - форма "О программе", Ctrl+C - конвертация).

Ссылка на скачивание:

На файлообменнике DowngradeFiles
Скачать файл fb2conv.zip

На Яндекс Диске
https://yadi.sk/d/mQFF1vY5j5PcS

Anderson1 написал:

[q]

В общем ещё шероховато, но скорее работоспособно, чем нет - если не придираться к тексту кнопок

[/q]

Установил в DOS Box режим Hercules, в нём же Delphi 1, попробую перекомпилировать.

Да, теперь всё ок:

arperam написал:

[q]

Open, About, Convert... не?

[/q]

Кнопки с англоязычными названиями будут смотреться довольно странно среди остального русского текста (который выполнен в виде черно-белых картинок в формате BMP).

Что касается надписей транслитом (русский текст английскими буквами), то это было сделано на случай, если в системе установлены английские региональные настройки (Пуск - Панель Управления - Язык и региональные стандарты), чтобы вместо иероглифов пользователь смог увидеть нормальный текст.

Кнопа "Открыть (Load)" == поле "выбранное имя файла"
Нет кнопы == поле "результирующее имя файла"
Нет кнопы == чекбокс "кодировка 866"
Кнопа "конвертировать" == поле сообщения "работаю / готово / конвертация прошла успешно"
Кнопа "о программе" == поле "лого программы" или поле "счётчик обработанных файлов".

Вот такой должон быть интерфейс, строго по строкам и их соответствию полям информации.
Логично, просто, реализуемо средствами винды 3.11

Да, поле "открыть" должно запоминать последний использованный путь файла, и предлагать его при выборе файла следующего. Всякий раз начинать с C:\ когда вся коллекция лежит в E:\fun\media\books\fb2 - негоже! Обработай 100 файлов подряд, почувствуй на своей шкуре гнев юзеров твоего поделия!

В 311-й форточке есть элемент дезигна "выпадающий список". поставить его справа от кнопы "лоад" и набивать файлами из диалога открытия. Причём, автоматически.
Позднее - обрабатывать все файлы разом, то-бишь, в пакетном режиме.

Вообще, сама идея 311-й форточки как конвертатора - мне не нравится. Пакетную обработку большой библиотеки ею не выполнить.

Спасибо за апгрейд программки! А iconv полноценный прикрутить не думали, чтоб из любой кодировки - в любую? Ведь книжки не только на русском встречаются!

Для турбопаскаля могу дать перекодировку между ISO2022JP aka JIS >-> ShiftJIS aka cp932 >-> EUC, http://qbus.narod.ru/jist.pas
Если что, кирилица и греческий алфавиты там в составе всех трёх кодировок есть, а JIS использует 7-битовый код с иероглифами в обрамлении специальных ESC-последовательностей, потому не конфликтует с 8-битовыми кодировками. По FIDO русскому японские письма прекрасно умели ходить, например.

На сайте у Антиквара (Nostalgy.net.ru нашел подборку утилит, работающих в чистом DOS-е

(перекодировщик из utf8 в win1251 и dos866, конвертер из html в txt - с учетом исходной кодировки), так что думаю, в выпуске отдельной версии конвертера под DOS (по сути изобретанию велосипеда) нет особого смысла.

Чуть позже выложу здесь готовую к использованию сборку - конвертация будет производиться с помощью bat файлов - их будет несколько для различных кодировок.