Новый скрипт - "Превратить таблицы в простой текст"

[Sclex]

Я сделал новый скрипт - "Превратить таблицы в простой текст". Текущая версия 1.1. Находится в подменю скриптов "Обработка форматирования".

Данный скрипт все теги table и tr удаляет (сохраняя их содержимое), а теги th и td превращает в обычные теги p. То есть содержимое таблиц превращается в простые абзацы текста.

Просто я прочитал, что после ФайнРидера получаются файлы, в которым картинки и подписи к ним сформатированы в виде таблиц, но это форматирование излишне, поэтому его приходится удалять.

Скрипт залит в GIT-хранилище исходников:

https://github.com/sensboston/fictionbookeditor

[MCat78]

Огромное спасибо!

суббота, 9 мая 2020 г., 19:20:02 UTC+5 пользователь Sclex написал:

[Sclex]

MCat78, случалось избавляться от такого рода таблиц?

воскресенье, 10 мая 2020 г., 3:47:25 UTC+3 пользователь MCat78 написал:

[MCat78]

Частенько!

воскресенье, 10 мая 2020 г., 14:13:28 UTC+5 пользователь Sclex написал:

[Sclex]

Скрипт "Превратить таблицы в простой текст v1.1"выложил также сюда:

http://scripts.fictionbook.org/files3/ConvertTablesIntoText_v1_1.zip

суббота, 9 мая 2020 г., 17:20:02 UTC+3 пользователь Sclex написал:

[Sclex]

MCat78, а вы работаете верстальщиком в ЛитРесе? Разве верстальщикам ЛитРеса приходится иметь дело с документами из-под FineReader-а? У вас же, по идее, должны быть издательские тексты, не требующие OCR.

воскресенье, 10 мая 2020 г., 13:50:37 UTC+3 пользователь MCat78 написал:

[MCat78]

По всякому бывает. Бывает, что правообладатель может дать только PDF. 

понедельник, 11 мая 2020 г., 17:50:14 UTC+5 пользователь Sclex написал:

[Олег Власов]

как у меня, так 90 процентов pdf,да еще и не всегда хорошего качества

пн, 11 мая 2020 г. в 16:22, MCat78 <mca...@gmail.com>:

--
Вы получили это сообщение, поскольку подписаны на группу "Fiction Book Editor".
Чтобы отменить подписку на эту группу и больше не получать от нее сообщения, отправьте письмо на электронный адрес fiction-book-ed...@googlegroups.com.
Чтобы посмотреть обсуждение на веб-странице, перейдите по ссылке https://groups.google.com/d/msgid/fiction-book-editor/e2b54ffe-d54d-4053-8466-b3543217829a%40googlegroups.com.

[Sclex]

У элементов td и th, согласно схеме формата, могут иметься такие атрибуты:

- id
- style
- colspan
- rowspan
- align
- valign

При превращении элементов td и th в элемент p атрибуты colspan, rowspan, align и valign однозначно надо удалять.

А надо ли удалять атрибуты id и style?

[Олег Власов]

если по мне, то да, мне легче работать с чистым фб,  а уж стилей во время работы я и сам наставлю:)

чт, 14 мая 2020 г. в 19:20, Sclex <scl...@gmail.com>:

--

Вы получили это сообщение, поскольку подписаны на группу "Fiction Book Editor".
Чтобы отменить подписку на эту группу и больше не получать от нее сообщения, отправьте письмо на электронный адрес fiction-book-ed...@googlegroups.com.

Чтобы посмотреть обсуждение на веб-странице, перейдите по ссылке https://groups.google.com/d/msgid/fiction-book-editor/64e45aea-1d44-4e90-b8d4-d7feeb9f6f0d%40googlegroups.com.

[Олег Власов]

<p align="center" valign="top">

<p align="left" valign="top">

чт, 14 мая 2020 г. в 19:27, Олег Власов <pru...@gmail.com>:

[Sclex]

Скрипт "Превратить таблицы в простой текст" обновлен до версии 1.2.

Теперь, при превращении элементов td и th в элементы p, удаляются атрибуты id, style, align, valign, rowspan, colspan.

Скрипт "Превратить таблицы в простой текст v1.2", ссылка для скачивания:

http://scripts.fictionbook.org/files3/ConvertTablesIntoText_v1_2.zip

Также скрипт залит в хранилище исходников FBE:

https://github.com/sensboston/fictionbookeditor/

[Олег Власов]

спасибо. Супер.

чт, 14 мая 2020 г. в 19:40, Sclex <scl...@gmail.com>:

--

Вы получили это сообщение, поскольку подписаны на группу "Fiction Book Editor".
Чтобы отменить подписку на эту группу и больше не получать от нее сообщения, отправьте письмо на электронный адрес fiction-book-ed...@googlegroups.com.

Чтобы посмотреть обсуждение на веб-странице, перейдите по ссылке https://groups.google.com/d/msgid/fiction-book-editor/3b0b3590-4de1-4c30-95de-d042ec7deaf4%40googlegroups.com.

[Олег Власов]

Я просто только сейчас понимаю, что именно этих последних скриптов мне и не хватало. Еще раз спасибо. Всё супер!

чт, 14 мая 2020 г. в 19:58, Олег Власов <pru...@gmail.com>:

[Sclex]

pruss, спасибо за положительную обратную связь. Она ценна.

среда, 27 мая 2020 г., 16:06:26 UTC+3 пользователь pruss написал:

Я просто только сейчас понимаю, что именно этих последних скриптов мне и не хватало. Еще раз спасибо. Всё супер!

чт, 14 мая 2020 г. в 19:58, Олег Власов <pru...@gmail.com>:

спасибо. Супер.

чт, 14 мая 2020 г. в 19:40, Sclex <scl...@gmail.com>:

Скрипт "Превратить таблицы в простой текст" обновлен до версии 1.2.

Теперь, при превращении элементов td и th в элементы p, удаляются атрибуты id, style, align, valign, rowspan, colspan.

Скрипт "Превратить таблицы в простой текст v1.2", ссылка для скачивания:

http://scripts.fictionbook.org/files3/ConvertTablesIntoText_v1_2.zip

Также скрипт залит в хранилище исходников FBE:

https://github.com/sensboston/fictionbookeditor/

--
Вы получили это сообщение, поскольку подписаны на группу "Fiction Book Editor".

Чтобы отменить подписку на эту группу и больше не получать от нее сообщения, отправьте письмо на электронный адрес fiction-book-editor+unsub...@googlegroups.com.

[Zrt Qrt Zrt]

Вот до чего люди доходят, лишь бы не убирать галочку в Файнридере
"Оставлять картинки в fb2"

>> <https://www.google.com/url?q=https%3A%2F%2Fgithub.com%2Fsensboston%2Ffictionbookeditor&sa=D&sntz=1&usg=AFQjCNGcSqzbtn0sZf9a778haS_N7agPMA>
>>
>>
>

[stokber]

Спасибо за проделанную работу! 

Все надписи вверху и внизу рисунков превращаются в текст и это то, что и требуется. Рисунки при этом остаются рисунками в тексте, т.е. размещены они не по центру, а с левого края. Часть же рисунков распознаются FineReader все же не как таблицы, а как рисунки. Расположены они именно по центру, и после работы скрипта все-таки приходится лезть в код, чтобы привести все иллюстрации к единому виду. В папке "05_Иллюстрации" имеется скрипт "09_Сделать обычный рисунок из рисунка в тексте", но работает он с каждой иллюстрацией отдельно. Можно ли дополнить скрипт "Превратить таблицы...", так чтобы картинки все же при его выполнении оставались все же простыми картинками? Или сделать это опционально, по запросу?

[Sclex]

> Можно ли дополнить скрипт "Превратить таблицы...", так чтобы картинки все же при его выполнении оставались все же простыми картинками?

Вы имеете в виду "чтобы картинки *превращались* в простые картинки"? Это же не скрипт их делает инлайновыми.

А картинка в таблице может быть только одна внутри своего абзаца? Кроме нее в ее абзаце ничего не может быть?

Можете предоставить какой-нибудь файл для тестов?

понедельник, 8 июня 2020 г., 13:03:13 UTC+3 пользователь stokber написал:

[Sclex]

> А картинка в таблице может быть только одна внутри своего абзаца? Кроме нее в ее абзаце ничего не может быть?

Хотя в любом случае надо дорабатывать скрипт исходя из расчета, что инлайновых картинок в абзаце может быть любое количество.

[Sclex]

Может быть, сделать, чтобы если в теге th или td есть и текст и по
меньшей мере одна картинка, то такая картинка (или несколько их)
оставалась инлайновой. А если в теге th или td кроме картинки ничего
нет, то превращать такую картинку в не-инлайновую.

08.06.2020, Sclex<scl...@gmail.com> написал(а):

> --
> Вы получили это сообщение, так как подписаны на группу "Fiction Book
> Editor".
> Чтобы отменить подписку на эту тему, перейдите по ссылке
> https://groups.google.com/d/topic/fiction-book-editor/NOsB2gNeO0E/unsubscribe.
> Чтобы отменить подписку на эту группу и все ее темы, отправьте письмо на
> электронный адрес fiction-book-ed...@googlegroups.com.
> Просмотреть это обсуждение в Сети можно по адресу
> https://groups.google.com/d/msgid/fiction-book-editor/f6335d8b-4985-4619-a4de-4a1df63637a4o%40googlegroups.com.
>

[TaKir]

Как мне кажется, инлайновые картинки - зло, кроме совершенно конкретных случаев.

И картинки из таблиц надо по умолчанию делать обычными, поскольку это 100% кривой текст, полученный автоматом из файнридера.

суббота, 9 мая 2020 г., 17:20:02 UTC+3 пользователь Sclex написал:

Я сделал новый скрипт - "Превратить таблицы в простой текст". Текущая версия 1.1. Находится в подменю скриптов "Обработка форматирования".

[stokber]

Я тоже считаю, что картинки из таблиц надо по умолчанию делать обычными. В fb2 нет обтекания текста, и картинка, особенно небольшая, будучи прижатой к левому краю, выглядит не очень. Если я в коде удаляю регекспом все теги таблиц (</?t(able|h|r|d/?)[^>]*?>), то на выходе получаю "растабличенный" текст и обычную картинку. После же скрипта с текстом все в порядке, а картинка - инлайн. Картинка, распознанная в FR как таблица в коде документа fb2 примерно выглядит так: <td><image l:href="#image3.jpg"/></td>.  После замены регекспом в коде - <image l:href="#image3.jpg"/>.  Желательно, чтобы и после скрипта она так выглядела.  После FR в теги th или td могут попасть как подпись под картинкой, так и строка текста внизу, так и строка выше (заголовок, колонтитул и др). Исправить это в FR практически невозможно, он с упорством продолжает из обычной картинки делать таблицу.

Пример файла отправил в личку.

, 

[Sclex]

Все понял, собираюсь доработать сабжевый скрипт.

[Sclex]

Скрипт "Превратить таблицы в простой текст" обновлен до версии 1.3.

Изменение: картинки, находившиеся до запуска скрипта внутри тегов th или td, будут теперь делаться не инлайновыми, а простыми.

Скачать скрипт можно по ссылке:

http://scripts.fictionbook.org/files3/ConvertTablesIntoText_v1_3.zip

Также скрипт залит в GIT-хранилище исходников FBE (папка "files/Scripts/19_Обработка форматирования"):

https://github.com/sensboston/fictionbookeditor

понедельник, 8 июня 2020 г., 13:03:13 UTC+3 пользователь stokber написал:

Спасибо за проделанную работу! 

[stokber]

Отлично! Спасибо!

вторник, 9 июня 2020 г., 12:41:11 UTC+3 пользователь Sclex написал:

[TaKir]

Спасибо!

вторник, 9 июня 2020 г., 12:41:11 UTC+3 пользователь Sclex написал:

Скрипт "Превратить таблицы в простой текст" обновлен до версии 1.3.