将 ascii 格式的表格转换为 rtf答案

【问题标题】：Converting ascii formatted tables to rtf将 ascii 格式的表格转换为 rtf
【发布时间】：2013-05-27 18:52:40
【问题描述】：

我有一堆非常古老的纯 ascii 文本。大部分文本都是简单的表格，格式如下：

------------------------------------------
| Some text         |  200.3 | some text |
------------------------------------------
| Another text      |  30.30 | comment   |
------------------------------------------
...many "lines" like above...

我需要将文本转换为“现代”文档。手动将单元格复制到 TextEdit.app 表中是一项非常痛苦的工作。（我使用的是 OS X）。

这里是否有一些脚本可以将表格转换为 RTF 或 DOC 格式？我可以尝试自己制作脚本，只需要一些想法如何开始......

【问题讨论】：

想法？使用两步转换：1）将文本表转换为 HTML 2）将 HTML 转换为 RTF。您可以使用 Automator.app 进行“服务”。

标签： macos bash text replace applescript

【解决方案1】：

我喜欢苹果自动化服务，所以我向您展示了整个工作流程 - 以及接下来的步骤：

启动 Automator.app
选择Service
设置接收富文本
和检查Output replaces selected text复选框
点击工具栏上的“显示库”（如果隐藏）

现在添加第一个动作：

Run shell script
密码输入：to stdin
将外壳更改为：/usr/bin/perl

添加以下脚本

use 5.012;
use open qw(:std :utf8);
print "<table border='1'>\n";
while(<>) {
    chomp;
    next if /^\s*[=-]*\s*$/;
    my @arr = m/(?:^|\G\|)((?:[^\\|]|\\.)*)/sg;
    print "<tr><td>" . join('</td><td>', map {s/^\s*(.*?)\s*$/$1/;$_} splice(@arr,1,-1)) . "</td></tr>\n";
}
print "</table>";

现在是第二个动作：

Run shell script
密码输入：to stdin

添加下一个脚本

textutil -stdin -inputencoding UTF-8 -format html -convert rtf -stdout | pbcopy -Prefer rtf

并添加第三个动作：

Get content of the clipboard

使用一些名称保存服务，例如：Table2Rtf

工作流程：

只需启动您的 TextEdit.app，
加载你的 ascii 文件
将文档类型更改为 RTF（菜单：格式 -> 制作富文本）
选择“ascii 表”（确保选择包含所有 | 字符的整个表）
并从TextEdit -> Services 运行上述服务。

如果一切顺利 - 表格替换为简单的 RTF 表格，您可以调整列宽等......

动作做了：

perl 脚本将文本表格转换为简单的 HTML 表格
textutil 将 HTML 转换为 RTF 并将 rtf 复制到剪贴板中
最后是获取rtf剪贴板内容
并且因为选择了“输出替换了输入” - 结果 RTF 只是替换了文档中基于文本的表格。
您也可以将“rtf”另存为“doc”。

Mac 的Automator.app 非常强大，通过一些调整，您可以创建一个converor.app，然后简单地将所有 ascii 文件放入其中以转换为 rtf 文件。

【讨论】：

别管它了。如果您的输入是 ascii - utf8 将毫无问题地工作。

【解决方案2】：

我想我会使用一个小的 Python 脚本将其转换为 html。

#!/usr/bin/env python

import sys, re

print '<html><body><table><tr>'
for line in sys.stdin:
  if re.match(r'^-+$', line):  # separator line?
    print "</tr><tr>"
  else:  # line with values
    print ''.join('<td>%s</td>' % field for field in line.split('|'))
print '</tr></table></body></html>'

【讨论】：

【解决方案3】：

如果文本可靠地用“|”分隔每个字段的字符，awk 语言将被证明是“总结”您的信息的好工具:-)

  awk '-F|' -v OFS="\t" 'NF>1{ print $2, $3, $4 )' infile > outfile.tab

就我个人而言，我已经有 10 多年没有搞乱 RTF 格式了。为什么你认为它是“现代的”;-)？ ..正如您所说的那样，您有“像上面这样的许多行”，也许您应该考虑将这些信息存储在更容易搜索或重构的位置，例如数据库？或者至少是某种电子表格应用程序。但我们会更详细地了解您制作有意义的 cmets 的意图。

如果您觉得此解决方案有帮助，S.O. 上有 1000 条帖子。显示 awk 的类似用法。

IHTH。

【讨论】：