|
|
楼主 |
发表于 2009-4-18 01:04:44
|
显示全部楼层
目前我手动下载了几个帖子，通过以上的步骤试验成功。
5 P; f4 Q, n* G# E) L1 A第1步 我以前有个vb小脚本，以前用来下载过天涯煮酒帖子的，好久没用了，估计修改下就能下载现在论坛的帖子。
8 X" N+ m& `& C- D$ m第2步开始不能用htmls2mdx直接转换成mdx,我试过了，因为html里有很多javascript，转换出来的mdx不能用的。所以要通过textforever过滤掉很多无用信息。html2txt转换的文本不好，里面很多东西过滤不干净。而TextForever转换就相当于ie另存为文本文档，干净整洁。. n3 g/ F) r# |/ ~: X( U8 U+ d
第3步 批量加上换行<br>，第2步弄出来的文本文档虽然在notepad里看是有换行的，但不加上换行<br>，在mdict里看还是没有换行。
$ E, A' g4 U# K# M, }2 f+ k第4步 把所有的文本文件整合成一个mdxbuilder能读取的源txt文件，如果内容很多，估计这个文件很大，几百m很正常。暂时还不知道如何写脚本处理这么大的文本文件。基本思路是，创建一个源文件，读一个文本文件名写入源文件，换行，再读这个文本文件的内容写入源文件，再换行写入</>，这样一个item就弄好了，如此循环下去，知道把所有的文本文件都写入到这个源文件中，就完成了。问题是到后来源文件越来越大，打开和写入源文件越来越慢，如何处理。好像有文件合并的工具下载，不知道能不能用在这一步。
/ G& V: J% l: r, Z9 t$ y第5步很好弄的。 |
|
发表于 2009-4-18 00:41:25
发表于 2009-4-18 21:00:11
