html2pdbtxt

NAME

html2pdbtxt − HTML zu Doc−Text Umwandler für Palm Pilots

ÜBERSICHT

html2pdbtxt [ −bZeichen ] [ −tTitel ] [ −uURL ] Datei.htm [ Datei.txt ]
html2pdbtxt −v

BESCHREIBUNG

html2pdbtxt wandelt HTML− in Textdateien um, die für eine weitere Umwandlung in eine Doc(4)−Datei mittels txt2pdbdoc(1) geeignet sind. Wenn kein Dateiname für die Textdatei angegeben wird, erfolgt die Ausgabe des Textes auf die Standardausgabe.

HTML Tags
Folgende HTML−Tags (und die entsprechenden End−Tags) werden erkannt: ADDRESS, A NAME, BLOCKQUOTE, BR, CENTER, DIV, DL, DT, H1, H2, H3, H4, H5, H6, OL, OPTION, PRE, P, SELECT, SCRIPT, STYLE, TABLE, TITLE, UL. Es wird versucht, die Attribute so gut wie möglich in die Vorgaben des Doc(4)−Formats umzusetzen, das im wesentlichen Klartext ist. Der Text des ALT−Attributs (meist in IMG−Tags) wird zwischen Klammern in den Text eingebettet. [so z. B.]. Alle anderen HTML−Tags werden entfernt.

Zeichen
Umschreibungen für HTML−Zeichen und numerische Zeichen (dezimal und hexadezimal) werden in ihren Wert im Zeichensatz ISO 8859−1 (Latin 1) umgewandelt, damit sie korrekt im Pilot erscheinen. Zum Beispiel: aus ‘‘résumÃ©’’ wird ‘‘resume’’ mit einem betonten ’e’.

Dokumenttitel
Wenn nicht schon mit der Option −t angegeben, wird die HTML−Datei nach den Tags <TITLE> und </TITLE> durchsucht und, wenn gefunden, wird der Titel in die erste Zeile des erzeugten Textes gesetzt.

Lesezeichen
Lesezeichen werden in den erzeugten Text immer dort eingesetzt, wo ein <A NAME="..."> Tag in der HTML−Datei gefunden wurde.

OPTIONEN

−b Zeichen

Angabe der Zeichenfolge, die als Lesezeichen−Kennung verwendet wird. Standard ist (*). (Siehe BESONDERHEITEN.)

	−t Titel		Angabe des Dokumenttitels, der in die erste Zeile des erzeugten Textes eingesetzt wird und Titel, die in der HTML−Datei zwischen `<TITLE>` ... `</TITLE>` Tags gefunden wurden, überschreibt.
	−u URL		Angabe der URL von der die HTML−Datei angeblich stammt; sie wird in die Zeile nach dem Titel des erzeugten Textes eingesetzt.
	−v		Schreibt die Versionsnummer von html2pdbtxt auf die Standardausgabe und beendet sich.

BEISPIEL

Umwandlung einer HTML−Datei in Doc:

html2pdbtxt -u http://www.wonderland.org/ alice.html alice.txt
txt2pdbdoc "‘head -1 alice.txt‘" alice.txt alice.pdb

BESONDERHEITEN

	1.		Einige Doc−Leseprogramme haben eine ‘‘Funktion’’, beim Suchen nach der Lesezeichenkennung diese Zeichenfolge überall im Text zu erkennen, nicht nur am Zeilenanfang.
	2.		Bei einigen Doc−Leseprogrammen darf die Lesezeichenkennung nicht das Zeichen `>` enthalten, weil es als Endezeichen der Kennung verwendet wird, z. B. `<−>>` wird lediglich als Folge `−` erkannt.
	3.		Nummerierte Listen (mit dem Tag `OL`) werden als unnummerierte Listen umgesetzt (wie mit dem Tag `UL`), weil es so kompliziert wäre, dass es richtig ausgewertet werden müsste, statt nur eine einfache Ersetzung auszuführen.

SIEHE AUCH

pdbtxt2html(1), txt2pdbdoc(1), doc(4), pdb(4)

International Standards Organization. ‘‘ISO 8859−1: Information Processing −− 8−bit single−byte coded graphic character sets −− Part 1: Latin alphabet No. 1.’’ 1987.

World Wide Web Consortium. ‘‘Character entity references in HTML 4.0.’’ HTML 4.0 Specification, http://www.w3.org/

AUTOR

Paul J. Lucas <pauljlucasATmacDOTcom>
Deutsche Übersetzung: Erik Schanze <eriksATdebianDOTorg>

pdf

sourCEntral - mobile manpages