标签:div office文档 font war 复杂 style 选中 文章 nbsp
豆瓣日记的编辑器一直以来都只支持纯文本的,因此无法将原先在LibreOffice中写的带有简单格式的文章导出。由于我在豆瓣主要写一些随笔性的内容,所以它们在LibreOffice中排版时也并未用到什么复杂的格式,充其量就是粗体、斜体、加亮等字符样式,以及章节标题、多级有序和无序列表的段落样式。接下来,我的想法就是先将LibreOffice中选中的文章导出成MediaWiki的markup格式,然后再写一个脚本程序对这个纯文本文件过滤处理一下,变成适合在豆瓣日记编辑器中粘贴的样式即可。该脚本程序最终用Perl来编写。对于字符样式,其直接将相应的样式标识符删除,例如在MediaWiki中:
对于多级有序列表,经Perl脚本转换后,采用不同的序号编号以及缩进进行区分,如:
对于多级无序列表,则采用特殊符号与缩进来区分。一至四级的编辑分别为:• ? ? ?。
对于章节标题,则保留MediaWiki的格式,分别用=、==、===等表示一、二、三级标题。
Perl脚本源码如下。其命令行第一个参数为由LibreOffice导出的MediaWiki文本文件名。转换后的文本直接输出到控制台。
#!/usr/bin/perl use warnings; use strict; our @level_counters = (0, 0, 0, 0); our @unordered_list_symbols = qw/ • ? ? ? /; our @level0_symbols = qw/ 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. /; our @level1_symbols = qw/ a) b) c) d) e) f) g) h) i) j) /; our @level2_symbols = qw/ ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ ⑩ /; our @level3_symbols = qw/ i. ii. iii. iv. v. vi. vii. viii. ix. x. /; # Symmetric typeface markers our $bold_marker = "‘‘‘"; our $italic_marker = "‘‘"; our $bold_italic_marker = "‘‘‘‘‘"; sub ProcessListBr { my $current_list_level = $_[0]; my $first_line_spacings = " " x $current_list_level; s/<br\/>/\n$first_line_spacings/g; } sub ProcessLists { if (s/^\* +/$unordered_list_symbols[0] /) { ProcessListBr(1); return; } if (s/^\*\* +/ $unordered_list_symbols[1] /) { ProcessListBr(2); return; } if (s/^\*\*\* +/ $unordered_list_symbols[2] /) { ProcessListBr(3); return; } if (s/^\*\*\*\* +/ $unordered_list_symbols[3] /) { ProcessListBr(4); return; } my $clear_level_numbering_index = 0; if (s/^# +/$level0_symbols[$level_counters[0]] /) { $clear_level_numbering_index = 1; $level_counters[0]++; ProcessListBr(1); } if (s/^## +/ $level1_symbols[$level_counters[1]] /) { $clear_level_numbering_index = 2; $level_counters[1]++; ProcessListBr(2); } if (s/^### +/ $level2_symbols[$level_counters[2]] /) { $clear_level_numbering_index = 3; $level_counters[2]++; ProcessListBr(3); } if (s/^#### +/ $level3_symbols[$level_counters[3]] /) { $clear_level_numbering_index = 4; $level_counters[3]++; ProcessListBr(4); } if ($clear_level_numbering_index != 0) { for (my $i = $clear_level_numbering_index; $i <= $#level_counters; $i++) { $level_counters[$i] = 0; } return; } @level_counters = (0, 0, 0, 0); } sub ProcessURL { s/\[(http[^\s]+)\s+([^\s]+)\]/<a href=\"$1\">$2<\/a>/g; } sub RemoveFormat { s/$bold_italic_marker(.+?)$bold_italic_marker/$1/g; s/$bold_marker(.+?)$bold_marker/$1/g; s/$italic_marker(.+?)$italic_marker/$1/g; s/<u>(.+?)<\/u>/$1/g; } my $wiki_file = shift; if (defined($wiki_file)) { open INPUT, "<$wiki_file" or die "Cannot open the file $wiki_file!\n"; while(<INPUT>) { ProcessLists; ProcessURL; RemoveFormat; print; } close INPUT; } else { print "Please specify the input file!\n"; }
标签:div office文档 font war 复杂 style 选中 文章 nbsp
原文地址:http://www.cnblogs.com/quantumman/p/5709505.html