有没有软件能够批量转化HTML为TXT的

Posted 2023-05-07

无木马

很多html2txt工具仅仅是把html标签去掉，很不专业。
推荐一个工具Replace Pioneer帮你批量转换html成txt，能得到干净的txt文件，而且支持70多种文本编码格式，支持多文件合并。

详细步骤：
####### html 转 txt ##############
1. 打开Tools->Batch Runner菜单
2. 点击Pick Files选择多个html文件
3. 点击各列的抬头，按需排序
4. 选中Set output filename,并把右边的$FILENAME改为$BASE.txt,就会生成“原文件名.txt”，如果需要在前面加3位序号，就用：###_$BASE.txt
5. 点击Fast Replace按钮，在Load Template选择html to text,点击Start即可。

####### txt 合并 ##############
1. 打开Tools->Batch Runner菜单
2. 点击Pick Files选择多个txt文件
3. 点击各列的抬头，按需排序
4. 点击File Merge按钮，输入结果文件名即可。

注：
1. 提前做好备份
2. 如果文件是utf-8编码的，需要在Settings->Encoding提前选择utf-8编码。 参考技术A 试试 文件批量处理百宝箱V9.0 主界面-Wrd2txt功能，将html转为txt. 转换原理：后台打开Word程序将html文件打开，然后后台另存为txt文件。
这才是唯一的正确的干净的html转为txt的方法。 参考技术B 我有，给个邮箱，发给你！

如何把html转化为图象

用浏览器打开，有浏览器可以将页面另存为图片就解决了

我记得好像是360浏览器有这个另存为图片的功能，不太记得了。刚试了一下goolge和firefox是不行的 参考技术A HTML是超文本标记语言，是不能够转化成图片文件的 参考技术B a，需求
b，已经有的调研结果
二，整个经历
a，调研过程中遇到的各种坑
用google搜索html2image linux 64
一个靠谱的网页说明在http://blog.163.com/agw_slsyn/blog/static/309151122012103115330848/，另外还有一个http://www.guangmingsoft.net/htmlsnapshot/html2image.htm
按照其中的方法：
官方url：http://www.guangmingsoft.net/htmlsnapshot/html2image.htm
Linux kernel- 2.2.14及以上： 安装必需lib及相关软件
yum install -y glibc gtk+ fontconfig cairo libpixman pango pango-devel 下载html2image
wget http://www.guangmingsoft.net/htmlsnapshot/html2image.i386.tar.gz tar xvzf html2image.i386.tar.gz CD html2image
设置LD_LIBRARY_PATH路径
export LD_LIBRARY_PATH=./ mkdir /usr/X11R6/lib ln - s /usr/share/X11 /usr/X11R6/lib/X11
运行Xvfb
./Xvfb :1 -screen 0 640x480x24 -nolisten tcp -audit 4 -auth X1.cfg & export DISPLAY=:1
生成图片
./html2image www.google.com a.jpg
可忽略的错误：
error opening security policy file /usr/X11R6/lib/X11/xserver/SecurityPolicy Could not init font path element /usr/X11R6/lib/X11/fontswww.hbbz08.com /TTF/, removing from list! Could not init font path element /usr/X11R6/lib/X11/fonts/Speedo/, removing from list! Could not init font path element
/usr/X11R6/lib/X11/fonts/Type1/, removing from list! Could not init font path element /usr/X11R6/lib/X11/fonts/CID/, removing from list!
生成1024x768 格式 容量 参考技术C 用浏览器打开可变成网页