HTML → TXT
การแปลงนิยายจาก ไฮเปอร์เท็กซ์ (.html, .htm, .xhtml, .xml, .mhtml) เป็น ข้อความล้วน (.txt) เป็นขั้นตอนที่พบได้บ่อยมาก — ไฟล์ TXT เป็นไฟล์ข้อความล้วน เปิดได้ในซอฟต์แวร์มากกว่า และมีขนาดเล็กกว่า แต่การแปลง HyperText เป็น Plain text มีประเด็นเพิ่มเติมที่ต้องพิจารณา คือจะสูญเสีย ภาพประกอบ ปก และแผนภูมิทั้งหมด; ข้อมูลเมตา เช่น ชื่อหนังสือ ผู้แต่ง ภาษา ต่อไปนี้จะอธิบายโดยละเอียดว่าการแปลง HyperText เป็น Plain text ทำอย่างไรและมีจุดไหนต้องระวัง และท้ายบทความมีเครื่องมือแปลง HyperText เป็น Plain text ให้ใช้อัปโหลดไฟล์แปลงได้เลยในเบราว์เซอร์
What is HTML?
HTML / XHTML เป็นภาษากำหนดโครงสร้างของเว็บเพจ และเป็นรูปแบบที่ EPUB ใช้จริงในการใส่เนื้อหาภายใน — ดังนั้นการแปลงระหว่าง HTML กับ EPUB แท้จริงเป็นแค่การเปลี่ยนเปลือกนอกกับวิธีรวมทรัพยากร ส่วน .mhtml ยิ่งไปกว่านั้น คือรวมเว็บเพจเข้ากับรูปภาพและสไตล์เป็นไฟล์เดียว เหมาะกับการเก็บหน้าเว็บออนไลน์ที่อาจใช้ไม่ได้เมื่อไรก็ได้ ข้อดีของ HTML คือเป็นสากล เบราว์เซอร์ตัวใดก็เปิดได้ ข้อเสียคือสไตล์และรูปภาพมักเป็นลิงก์ภายนอก ถ้าจะ “พาไปทั้งไฟล์” ต้องฝังทรัพยากรเข้าไปก่อน ดูรายละเอียดรูปแบบ HTML
| Extensions | .html.htm.xhtml.xml.mhtml |
|---|---|
| Typical use | ใช้ดึงเนื้อหาหลักของหน้าเว็บ ใช้กับเนื้อหาภายใน EPUB และใช้เป็นรูปแบบกลางทั่วไปสำหรับแปลงไปเป็นรูปแบบอื่น |
What is TXT?
TXT เป็นข้อความล้วน ในไฟล์มีเพียงตัวอักษรและการขึ้นบรรทัดใหม่ ไม่มีข้อมูลการจัดหน้าใด ๆ จึงมีขนาดเล็กที่สุดและเข้ากันได้ดีที่สุด — ตั้งแต่โทรศัพท์ฟีเจอร์พื้นฐานที่สุดไปจนถึงระบบปฏิบัติการใด ๆ แทบไม่มีซอฟต์แวร์ที่เปิดไม่ได้ นิยายออนไลน์จีนส่วนใหญ่เผยแพร่เป็นรูปแบบนี้ และยังเป็นรูปแบบที่สะดวกที่สุดสำหรับการคัดลอก ค้นหา ประมวลผลเป็นชุด และแปลงต่อ ข้อแลกเปลี่ยนคือไม่เก็บรูปภาพ สี ตาราง และสารบัญ ข้อมูลอย่างชื่อหนังสือและชื่อผู้เขียนก็ไม่มีที่เก็บ มันจึงเหมือน “เนื้อหาที่สะอาดชุดหนึ่ง” มากกว่าหนังสือที่สมบูรณ์หนึ่งเล่ม ดูรายละเอียดรูปแบบ TXT
| Extensions | .txt |
|---|---|
| Typical use | นิยายจีนออนไลน์ ไดอารี่ และเนื้อหาข้อความล้วนอื่น ๆ ที่ต้องการความเข้ากันได้สูงสุด |
วิธีแปลง HTML เป็น TXT
โครงสร้างของ HTML อยู่ในแท็กทั้งหมด แต่เว็บเพจจริงปนเปื้อนด้วยเมนูนำทาง โฆษณา ท้ายเว็บ และสิ่งรบกวนอื่น ๆ การแปลงทั้งหน้าโดยตรงจะพาสิ่งเหล่านั้นเข้ามาด้วย แนะนำให้ใช้ขั้นตอนวิธีด้านการอ่านง่าย (เช่น Readability) สกัดคอนเทนเนอร์เนื้อหาออกมาก่อน และระวังว่า <img> ส่วนใหญ่เป็นลิงก์ภายนอก — ก่อนแปลงเป็นรูปแบบไฟล์เดียวต้องดาวน์โหลดรูปภาพและฝังเข้าไป
เนื่องจาก TXT เก็บได้เพียงตัวอักษร ฟอนต์ ขนาดตัวอักษร สี ตาราง เชิงอรรถ และไฮเปอร์ลิงก์ทั้งหมดจึงหายไป หัวข้อบทก็ถูกลดระดับเป็นบรรทัดข้อความธรรมดา ตอนแปลงยังต้องเลือกการเข้ารหัสด้วย (ภาษาจีนแนะนำ UTF-8 อุปกรณ์เก่าอาจต้องใช้ 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.
พอเกี่ยวกับ TXT ต้องจับตาดูการเข้ารหัสให้ดี: TXT ภาษาจีนมักใช้ UTF-8, GBK, GB18030, BIG5 และยังมีความต่างระหว่างแบบมี BOM กับไม่มี BOM ตอนบันทึกให้เลือก UTF-8 (ไม่มี BOM) จะเข้ากันได้ดีที่สุด ส่วนการบันทึกเป็น GBK ก็เพื่อให้เข้ากันได้กับอุปกรณ์รุ่นเก่า ถ้าเลือกการเข้ารหัสผิด อาการที่เห็นคือทั้งไฟล์เป็นตัวขยะ ไม่ใช่ขึ้น error
เครื่องมือแปลง HTML เป็น TXT
HTML → TXT
การแปลงทำเสร็จในเบราว์เซอร์ของคุณทั้งหมด ไฟล์จะไม่ถูกอัปโหลดไปยังเซิร์ฟเวอร์ใด ๆ
โปรแกรมอ่านนิยายที่ซิงก์ตำแหน่งอ่านข้ามทุกแพลตฟอร์ม
YueZhu Tide Reader รองรับ TXT และ EPUB เมื่อนำเข้าแล้วจะตรวจจับบทโดยอัตโนมัติ จัดหน้าตามสไตล์ที่คุณถนัด และซิงก์ความคืบหน้าการอ่านระหว่าง Windows, macOS, iOS และ Android ไฟล์ที่แปลงเสร็จแล้วลากเข้ามาในโปรแกรมก็อ่านได้ทันที
ดาวน์โหลด YueZhu ฟรีรองรับ TXT / EPUB เน้นการอ่านในเครื่องเป็นหลัก พร้อมตัวเลือกซิงค์บนคลาวด์และ WebDAV
