html2text - ക്ലൗഡിൽ ഓൺലൈനായി

പട്ടിക:

NAME

html2text - ഒരു നൂതന HTML-ടു-ടെക്സ്റ്റ് കൺവെർട്ടർ

സിനോപ്സിസ്

html2text -ഹെൽപ്പ്
html2text -പതിപ്പ്
html2text [ -അൺപാഴ്സ് | -ചെക്ക് ] [ -ഡീബഗ്-സ്കാനർ ] [ -ഡീബഗ്-പാഴ്സർ ] [ -rcfile പാത ] [
-ശൈലി ( ഒതുക്കമുള്ള | പ്രെറ്റി )] [ - വീതി വീതി ] [ -o ഔട്ട്പുട്ട്-ഫയൽ ] [ -nobs ] [ -അസ്കി |
-utf8 ] [ -നോമെറ്റ ] [ ഇൻപുട്ട്-ഫയൽ ...]

വിവരണം

html2text എന്നതിൽ നിന്നുള്ള HTML പ്രമാണങ്ങൾ വായിക്കുന്നു ഇൻപുട്ട്-ഫയൽs, അവ ഓരോന്നും ഒരു സ്ട്രീമിലേക്ക് ഫോർമാറ്റ് ചെയ്യുന്നു
പ്ലെയിൻ ടെക്സ്റ്റ് പ്രതീകങ്ങൾ, കൂടാതെ ഫലം സ്റ്റാൻഡേർഡ് ഔട്ട്പുട്ടിലേക്ക് എഴുതുന്നു (അല്ലെങ്കിൽ ഔട്ട്പുട്ട്-ഫയൽ, എങ്കിൽ
The -o കമാൻഡ് ലൈൻ ഓപ്ഷൻ ഉപയോഗിക്കുന്നു).

അല്ലെങ്കിൽ ഇൻപുട്ട്-ഫയൽs കമാൻഡ് ലൈനിൽ വ്യക്തമാക്കിയിരിക്കുന്നു, html2text സാധാരണ ഇൻപുട്ടിൽ നിന്ന് വായിക്കുന്നു.
ഒരു ഡാഷ് ഇൻപുട്ട്-ഫയൽ സ്റ്റാൻഡേർഡ് ഇൻപുട്ട് വ്യക്തമാക്കുന്നതിനുള്ള ഒരു ഇതര മാർഗമാണ്.

html2text എല്ലാ HTML 3.2 നിർമ്മിതികളും മനസ്സിലാക്കുന്നു, എന്നാൽ അവയിൽ ഒരു ഭാഗം മാത്രമേ റെൻഡർ ചെയ്യാനാകൂ
ടെക്സ്റ്റ് ഔട്ട്പുട്ട് ഫോർമാറ്റിന്റെ പരിമിതികൾ. എന്നിരുന്നാലും, പ്രോഗ്രാം നല്ലത് നൽകാൻ ശ്രമിക്കുന്നു
അത് റെൻഡർ ചെയ്യാൻ കഴിയാത്ത മൂലകങ്ങൾക്ക് പകരം വയ്ക്കുന്നു. html2text HTML 4 ഇൻപുട്ടും പാഴ്‌സ് ചെയ്യുന്നു, പക്ഷേ
എല്ലായ്‌പ്പോഴും മറ്റ് HTML പ്രോസസറുകൾ പോലെ വിജയകരമല്ല. ഇത് വാക്യഘടനാപരമായി തെറ്റാണെന്നും അംഗീകരിക്കുന്നു
ഇൻപുട്ട്, അത് "ന്യായമായി" വ്യാഖ്യാനിക്കാനുള്ള ശ്രമങ്ങൾ.

വഴി html2text ഫോർമാറ്റുകൾ റീഡ് പ്രോപ്പർട്ടികൾ ഫോർമാറ്റിംഗ് വഴിയാണ് HTML പ്രമാണങ്ങൾ നിയന്ത്രിക്കുന്നത്
ഒരു RC ഫയലിൽ നിന്ന്. html2text വായിക്കാൻ ശ്രമിക്കുന്നു $HOME/.html2textrc (അല്ലെങ്കിൽ വ്യക്തമാക്കിയ ഫയൽ
The -rcfile കമാൻഡ് ലൈൻ ഓപ്ഷൻ); ആ ഫയൽ വായിക്കാൻ കഴിയുന്നില്ലെങ്കിൽ, html2text വായിക്കാൻ ശ്രമിക്കുന്നു
/etc/html2textrc. ഒരു RC ഫയലും വായിക്കാൻ കഴിയുന്നില്ലെങ്കിൽ (അല്ലെങ്കിൽ RC ഫയൽ എല്ലാം അസാധുവാക്കുന്നില്ലെങ്കിൽ
ഫോർമാറ്റിംഗ് പ്രോപ്പർട്ടികൾ), തുടർന്ന് "ന്യായമായ" ഡിഫോൾട്ടുകൾ അനുമാനിക്കപ്പെടുന്നു. RC ഫയൽ ഫോർമാറ്റ് ആണ്
ൽ വിവരിച്ചിരിക്കുന്നു html2textrc(5) മാനുവൽ പേജ്.

ഡെബിയൻ പതിപ്പ് html2text ഇൻപുട്ട്, ഔട്ട്പുട്ട് റീകോഡിംഗും ചെയ്യാനാകും (കാണുക
കൂടുതൽ വിവരങ്ങൾക്ക് /usr/share/doc/html2text/README.Debian). html2text എൻകോഡിംഗ് ലഭ്യമാക്കാൻ ശ്രമിക്കുന്നു
HTML പ്രമാണത്തിൽ നിന്ന്. എൻകോഡിംഗ് വ്യക്തമാക്കിയിട്ടില്ലെങ്കിൽ, നിങ്ങൾക്ക് ഉപയോഗിക്കാം -അസ്കി ഒപ്പം -utf8 ഓപ്ഷനുകൾ.
ഔട്ട്‌പുട്ട് ഉപയോക്താവിന്റെ പ്രാദേശിക ചാർസെറ്റിലേക്ക് (LC_CTYPE) പരിവർത്തനം ചെയ്‌തു.

ഓപ്ഷനുകൾ

-നോമെറ്റ
സ്ഥിരസ്ഥിതിയായി, ഡെബിയൻ പതിപ്പ് html2text ഇൻപുട്ടിനായി 'മെറ്റാ http-equiv' ടാഗ് ഉപയോഗിക്കുക
റീകോഡിംഗ്. ഈ ഓപ്ഷൻ ഈ സ്വഭാവം റദ്ദാക്കുന്നു.

-അസ്കി സ്ഥിരസ്ഥിതിയായി, എപ്പോൾ -നോമെറ്റ വിതരണം ചെയ്തു, html2text ഉപയോഗങ്ങൾ UTF-8 ഔട്ട്പുട്ടിനായി.
ഈ ഓപ്ഷൻ വ്യക്തമാക്കുന്നു, പ്ലെയിൻ ASCII പകരം ഉപയോഗിക്കുന്നു. ASCII അല്ലാത്തത് എങ്ങനെയെന്ന് കണ്ടെത്താൻ
പ്രതീകങ്ങൾ റെൻഡർ ചെയ്യുന്നു, "ascii.substitutes" എന്ന ഫയൽ കാണുക.

-utf8 സ്ഥിരസ്ഥിതിയായി, എപ്പോൾ -നോമെറ്റ വിതരണം ചെയ്തു, html2text ഉപയോഗങ്ങൾ ഐഎസ്ഒ 8859-1 ഇൻപുട്ടിനായി.
ഈ ഓപ്ഷൻ വ്യക്തമാക്കുന്നു, UTF-8 പകരം ഉപയോഗിക്കുന്നു (ഇൻപുട്ടിനും ഔട്ട്പുട്ടിനും). ഈ
ഓപ്ഷൻ സൂചിപ്പിക്കുന്നു -nobs.

-ചെക്ക് ഈ ഓപ്‌ഷൻ ഡയഗ്‌നോസ്റ്റിക് ആവശ്യങ്ങൾക്കുള്ളതാണ്: HTML പ്രമാണം പാഴ്‌സ് ചെയ്‌തിരിക്കുന്നു, അല്ല
മറ്റുവിധത്തിൽ പ്രോസസ്സ് ചെയ്തു. ഈ പ്രവർത്തനരീതിയിൽ, html2text പാഴ്‌സിൽ റിപ്പോർട്ട് ചെയ്യും
മറ്റ് പ്രവർത്തന രീതികളിൽ ഇല്ലാത്ത പിശകുകളും സ്കാൻ പിശകുകളും. അതല്ല
പാഴ്‌സ്, സ്കാൻ പിശകുകൾ മാരകമല്ല html2text, എന്നാൽ തെറ്റായ വ്യാഖ്യാനത്തിന് കാരണമായേക്കാം
HTML കോഡിന്റെ കൂടാതെ/അല്ലെങ്കിൽ ഡോക്യുമെന്റിന്റെ ഭാഗങ്ങൾ വിഴുങ്ങുന്നു.

-ഡീബഗ്-പാഴ്സർ
അനുവദിക്കുക html2text ടോക്കണുകൾ മാറ്റുന്നതിനെക്കുറിച്ചും നിയമങ്ങൾ പ്രയോഗിക്കുന്നതിനെക്കുറിച്ചും മറ്റും റിപ്പോർട്ട് ചെയ്യുക
HTML പ്രമാണം സ്കാൻ ചെയ്യുന്നു. ഈ ഓപ്ഷൻ ഡയഗ്നോസ്റ്റിക് ആവശ്യങ്ങൾക്കുള്ളതാണ്.

-ഡീബഗ്-സ്കാനർ
അനുവദിക്കുക html2text HTML സ്കാൻ ചെയ്യുമ്പോൾ സ്കാൻ ചെയ്ത ഓരോ ലെക്സിക്കൽ ടോക്കണിലും റിപ്പോർട്ട് ചെയ്യുക
പ്രമാണം. ഈ ഓപ്ഷൻ ഡയഗ്നോസ്റ്റിക് ആവശ്യങ്ങൾക്കുള്ളതാണ്.

-ഹെൽപ്പ് കമാൻഡ് ലൈൻ സംഗ്രഹം പ്രിന്റ് ചെയ്ത് പുറത്തുകടക്കുക.

-nobs സ്ഥിരസ്ഥിതിയായി, യഥാർത്ഥമായത് html2text തുടങ്ങിയ ക്രമങ്ങളോടെ അടിവരയിട്ട അക്ഷരങ്ങൾ റെൻഡർ ചെയ്യുന്നു
"അണ്ടർസ്‌കോർ-ബാക്ക്‌സ്‌പെയ്‌സ്-ക്യാരക്‌റ്റർ" കൂടാതെ "കഥാപാത്രം-ബാക്ക്‌സ്‌പെയ്‌സ്- പോലുള്ള ബോൾഡ്‌ഫേസ് അക്ഷരങ്ങളും"
പ്രതീകം". UTF-8-ന്റെ ഡെബിയൻ പതിപ്പിലെ പ്രശ്നങ്ങൾ കാരണം html2text ഇല്ല
ബാക്ക്‌സ്‌പെയ്‌സ് നിർമ്മിക്കുക, അതിനാൽ ഈ ഓപ്ഷൻ ശരിക്കും ഒന്നും ചെയ്യുന്നില്ല.

-o ഔട്ട്പുട്ട്-ഫയൽ
ഔട്ട്പുട്ട് എഴുതുക ഔട്ട്പുട്ട്-ഫയൽ സാധാരണ ഔട്ട്പുട്ടിനു പകരം. ഒരു ഡാഷ്
ഔട്ട്പുട്ട്-ഫയൽ സ്റ്റാൻഡേർഡ് ഔട്ട്പുട്ട് വ്യക്തമാക്കുന്നതിനുള്ള ഒരു ഇതര മാർഗമാണ്.

-rcfile പാത
വ്യക്തമാക്കിയ ഫയൽ വായിക്കാൻ ശ്രമിക്കുക പാത RC ഫയലായി.

-ശൈലി ( ഒതുക്കമുള്ള | പ്രെറ്റി )
ശൈലി പ്രെറ്റി ഫോർമാറ്റിംഗ് പരാമീറ്ററുകളുടെ ചില ഡിഫോൾട്ട് മൂല്യങ്ങൾ മാറ്റുന്നു
ൽ രേഖപ്പെടുത്തിയിട്ടുണ്ട് html2textrc(5) ഫോർമാറ്റിംഗ് പരാമീറ്റർ ഏതാണ്, എങ്ങനെയെന്ന് കണ്ടെത്താൻ
സ്ഥിരസ്ഥിതികൾ മാറ്റി, "pretty.style" ഫയൽ പരിശോധിക്കുക. ഈ ഓപ്ഷൻ ഒഴിവാക്കിയാൽ,
ശൈലി ഒതുക്കമുള്ള സ്ഥിരസ്ഥിതിയായി കണക്കാക്കുന്നു.

-അൺപാഴ്സ്
ഈ ഓപ്‌ഷൻ ഡയഗ്‌നോസ്റ്റിക് ആവശ്യങ്ങൾക്കുള്ളതാണ്: പാഴ്‌സ് ചെയ്‌ത പ്രമാണം ഫോർമാറ്റ് ചെയ്യുന്നതിന് പകരം,
HTML കോഡ് സൃഷ്ടിക്കുക, അത് വാക്യഘടനാപരമായി ശരിയാണെന്ന് ഉറപ്പുനൽകുന്നു. എങ്കിൽ html2text
വാക്യഘടനാപരമായി തെറ്റായ ഒരു HTML പ്രമാണം പാഴ്‌സ് ചെയ്യുന്നതിൽ പ്രശ്‌നങ്ങളുണ്ട്, ഈ ഓപ്ഷൻ സഹായിച്ചേക്കാം
എന്താണെന്ന് നിങ്ങൾ മനസ്സിലാക്കണം html2text യഥാർത്ഥ HTML കോഡ് അർത്ഥമാക്കുന്നത് എന്ന് കരുതുന്നു.

-പതിപ്പ്
പ്രോഗ്രാം പതിപ്പ് പ്രിന്റ് ചെയ്ത് പുറത്തുകടക്കുക.

- വീതി വീതി
സ്ഥിരസ്ഥിതിയായി, html2text 79 സ്ക്രീൻ വീതിക്കായി HTML പ്രമാണങ്ങൾ ഫോർമാറ്റ് ചെയ്യുന്നു
കഥാപാത്രങ്ങൾ. ഔട്ട്‌പുട്ട് ഒരു ഫയലിലേക്ക് റീഡയറക്‌ട് ചെയ്യുകയാണെങ്കിൽ, അല്ലെങ്കിൽ നിങ്ങളുടെ ടെർമിനലിന് വീതിയുണ്ടെങ്കിൽ
80 പ്രതീകങ്ങൾ ഒഴികെ, അല്ലെങ്കിൽ എങ്ങനെയെന്ന് നിങ്ങൾക്ക് ഒരു ആശയം ലഭിക്കണമെങ്കിൽ html2text ഡീലുകൾ
വലിയ പട്ടികകളും വ്യത്യസ്‌ത ടെർമിനൽ വീതിയും ഉള്ളതിനാൽ, നിങ്ങൾ വ്യക്തമാക്കാൻ താൽപ്പര്യപ്പെട്ടേക്കാം a
വ്യത്യസ്ത വീതി.

onworks.net സേവനങ്ങൾ ഉപയോഗിച്ച് ഓൺലൈനായി html2text ഉപയോഗിക്കുക