HTML → TXT
Перевод книги из Гипертекст (.html, .htm, .xhtml, .xml, .mhtml) в Обычный текст (.txt) — вполне обычный шаг: TXT-файл — это обычный текст: открывается в большем числе программ и весит меньше. Правда, при переводе из HyperText в Plain text есть дополнительные нюансы, которые стоит учесть: потеряется все иллюстрации, обложки и схемы; метаданные: название, автор, язык и другое. Ниже подробно разберём, как перевести HyperText в Plain text и на что обратить внимание, а в конце статьи — инструмент для конвертации HyperText в Plain text: можно сразу загрузить файл и преобразовать его прямо в браузере.
What is HTML?
HTML / XHTML — язык структуры веб-страниц и именно тот формат, в котором EPUB реально хранит текст, так что конвертация между HTML и EPUB по сути сводится к смене оболочки и способа упаковки ресурсов. .mhtml идёт дальше и упаковывает страницу вместе с картинками и стилями в один файл — удобно для сохранения онлайн-страниц, которые в любой момент могут исчезнуть. Плюс HTML в универсальности: его откроет любой браузер; минус в том, что стили и картинки часто подключены по внешним ссылкам, и чтобы «унести всё одним файлом», ресурсы сначала нужно встроить внутрь. Подробнее о формате HTML
| Extensions | .html.htm.xhtml.xml.mhtml |
|---|---|
| Typical use | Извлечение основного текста веб-страниц, содержимое внутри EPUB, а также универсальное промежуточное представление для других форматов. |
What is TXT?
TXT — это обычный текст: в файле только символы и переводы строк, никакой информации о вёрстке, поэтому он самый компактный и самый совместимый — от простейшего кнопочного телефона до любой операционной системы вряд ли найдётся софт, который его не откроет. Китайские сетевые романы в подавляющем большинстве распространяются именно в нём, и он же удобнее всего для копирования, поиска, пакетной обработки и повторной конвертации. Плата — он не хранит изображения, цвета, таблицы и оглавление, да и название с автором девать некуда, так что это скорее «чистый текст», чем полноценная книга. Подробнее о формате TXT
| Extensions | .txt |
|---|---|
| Typical use | Китайские веб-романы, дневники и любой простой текст, требующий максимальной совместимости. |
Как преобразовать HTML в TXT
Вся структура HTML заключена в тегах, но реальные веб-страницы полны шума — навигации, рекламы, подвалов, — и при прямой конвертации всей страницы он попадёт в файл. Лучше сначала извлечь контейнер с текстом алгоритмом читабельности (например, Readability) и учесть, что <img> чаще всего ссылается на внешний ресурс: перед конвертацией в однофайловый формат картинки нужно скачать и встроить.
Поскольку TXT хранит только символы, все шрифты, кегли, цвета, таблицы, сноски и гиперссылки исчезнут, а заголовки глав превратятся в обычные строки текста. При конвертации также нужно выбрать кодировку (для китайского рекомендуется UTF-8, старые устройства могут требовать GBK).
Illustrations, covers and diagrams inside HTML files are images, and the TXT format stores none, so they are all lost. A comic HTML, for example, keeps everything in pictures — converting it to TXT throws away most of the content.
Metadata in the HTML source — title, author, publisher, language, table of contents, cover — has nowhere to live in the target, so converting to TXT loses all of it.
Если речь о TXT, следите за кодировкой: в китайских TXT часто встречаются UTF-8, GBK, GB18030, BIG5, к тому же есть варианты с BOM и без него. Для записи лучше всего выбрать UTF-8 (без BOM) — максимальная совместимость; GBK выбирают ради совместимости со старыми устройствами. Ошибка в кодировке проявляется не сообщением об ошибке, а сплошными «кракозябрами».
Инструмент для конвертации HTML в TXT
HTML → TXT
Преобразование полностью выполняется в вашем браузере — файлы не отправляются ни на какой сервер.
Средство для чтения романов с синхронизацией прогресса чтения на всех платформах
YueZhu Tide Reader поддерживает TXT и EPUB: при импорте главы распознаются автоматически, вёрстка подстраивается под ваши привычки, а прогресс чтения синхронизируется между Windows, macOS, iOS и Android. Готовый файл достаточно перетащить в окно — и можно читать.
Скачать YueZhu бесплатноПоддерживаются TXT / EPUB; приоритет — локальное чтение, дополнительно доступны облачная синхронизация и WebDAV.
