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.
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
``résumé'' 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:
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 <
pauljlucas@mac.com>
Deutsche Übersetzung: Erik Schanze <
eriks@debian.org>