Ищу конвертер в HTML

на perl подойдет? :)

Я очень мало знаком с Perl, но он у меня установлен и иногда я приспосабливаю для своих нужд всякие несложные пришлые скрипты.

Если бы Вы, euhenio, поделились со мной Вашим скриптом, я бы постарался и с ним разобраться.

Пересчитывает размеры картинок, удаляет закрывающие теги p,li, ставит table одинаковые параметры.

Обрабатывает файлы с расширением $ext по всем директориям вглубь от директории, заданной в walk();

Если в имени файла нет точки, он считается директорией :)

Просто чистит файлы, полученные экспортом из Ворда, до определенных пределов. Делался под определенную задачу, и возможно, чистит не все. Если в Ворде были вставки картинок в "надписи", они пропадут.

Если он чистит не все, то в кучу записей попробуйте добавить

$s=~s#<([a-zA-Z0-9]+)[^>]*>#<$1>#gsi;

для убирания всех параметров всех тегов

или

$s=~s#</?TAG[^>]*>##gsi;

для убирания тега TAG

___________

use Image::Size;



$from=<<RRR;

RRR



$to=<<KKK;

KKK



sub getimage

{

my $locimg=$_[0];

my $img=$_[1];

my $name=$_[2];

my $num=$_[3];



my $globe_x=0;

my $globe_y=0;



$img=~s#\\#\/#g;

$image=$locimg.$img;

$image=~s#//#/#g;



if (open(F,"<$image"))

{

close F;

($globe_x, $globe_y) = imgsize($image);

$img=~s#[^/.]+(\.[^.]+)$#$name.'-'.$num.$1#e;

rename($image,$locimg.$img);

};





$nowimage='<img src="'.$img.'" width="'.$globe_x.'" height="'.$globe_y.'" border="0" align="absmiddle">';

return $nowimage;

}



sub clearfile

{

my $file=$_[0];

my $s='';

my $name='';

my $numimg=0;



$name=$file;

$name=~s#^.*?([^/.]+)\.[^/.]+$#$1#e;



if (open(F,"<$file"))

	{

until (eof(F)) {$s.=<F>;};

close F;



$s=~s# +# #ig;

$s=~s#<p[^>]*?>#<p>#igs;

$s=~s#<li[^>]*>#<li>#ig;



$s=~s#<p>&nbsp;</p>##ig;

$s=~s#<p> *</p>##ig;

$s=~s#</?center>##ig;

$s=~s#</?dir>##ig;



$s=~s#</li>##ig;

$s=~s#</p>##ig;

$s=~s#<p>\s*(&nbsp;\s*)*\s*<p>#<p>#igs;



$s=~s#<p><li>#<li>#igs;

$s=~s#<p>\s*<li>#<li>#igs;



$s=~s#<font([^>]+?symbol[^>]*?)>([^<]+?)</font>#<symb$1>$2</symb>#igs;



$s=~s#<font[^>]+?\+[^>]+?>(.+?)</font>#<b><u>$1</u></b>#igs;

$s=~s#<font[^>]+?>(.+?)</font>#$1#igs;



$s=~s#<font[^>]*?>##igs;

$s=~s#</font[^>]*?>##igs;



$s=~s#<symb#<font#igs;

$s=~s#</symb>#</font>#igs;





$s=~s#<table[^>]+?>#<table cellspacing="0" cellpadding="3" border="1">#ig;

#$s=~s#<thead[^>]+?>#<thead>#ig;

#$s=~s#<tbody[^>]+?>#<tbody>#ig;

#$s=~s#<th[^>]+?>#<th>#ig;

#$s=~s#<tr[^>]+?>#<tr>#ig;



$s=~s#(<td[^>]*?) width="?\d+%?"?([^>]*?>)#$1$2#ig;

$s=~s#(<td[^>]*?) height="?\d+%?"?([^>]*?>)#$1$2#ig;



$s=~s#(<[^>]+?) v?align="?(center|left|right|top|baseline|middle|bottom|justify)"?(.*>)#$1$3#ig;

$s=~s#(</?)(strong|big)\s*>#$1b>#igs;

$s=~s#(</?)em\s*>#$1i>#igs;

#$s=~s#<h[23456]>#<p><b>#ig;

#$s=~s#</h[23456]>#</b>#ig;



$s=~s#(</?)(small|blockquote)\s*>##igs;

$s=~s#</?div[^>]*>##igs;



$s=~s# tppabs="http://[^"]+?"##ig;



$loc=$file;

$loc=~s#/[^/]*$#/#;

$s=~s#<img[^>]+src=['" ]*([^ '">]*)['" ]*[^>]*># $numimg++; getimage($loc,$1,$name,$numimg);#igse;



$s=~s#<hr[^>]*>#<hr>#ig;

$s=~s#</?a[^>]*?>##igs;

#$s=~s#<a[^>]+?>(.+?)</a>#$1#igs;

#$s=~s#<hr[^>]*>#<br><p>#ig;

#$s=~s#(</?(ul|ol)>)\s*(&nbsp;)*\s*\1#$1#igs;

#$s=~s#([^> ])\s*<img#$1<p><img#igs;

#$s=~s#(<img[^>]+>)[^<]#$1<p>#igs;

#$n=($s=~s###igs);



if (open(F2,">$file"))

{

print F2 $s;

close F2;

print "$file ok! images recalc: $numimg\n";;

} else { print "$file cannot be written to!\n"; };

	} else {print "file $file cannot be opened";};

}



sub walk

{

my $dir=$_[0];

my @list=();

my $i=0;

if (opendir (D, $dir))

{

@list=readdir(D);

for ($i=0; $i<@list; $i++)

	{

	if (($list[$i] ne '.') && ($list[$i] ne '..'))

		{

		if ($list[$i]=~m#[^.]\.([^.]+)$#)

			{

			if ($1 eq $ext) 

				{

				clearfile($dir.'/'.$list[$i]);

				};

			}

		else {walk($dir.'/'.$list[$i]);};

		};

	};

closedir(D);

}

else {print "dir $dir cannot be opened\n";};

};







$ext='html';

walk(".");#current directory and deeper

#clearfile('directory/file.ext');

print "\a\nPress enter to exit!\n";

<>;

Для Office 2000: MS HTML Filter 2.0 (источник ссылки).

С уважением,

Александр Садовский.

В Dreamweaver'е, начиная по-моему с 4-ого, есть кнопка Clean Up Word HTML. Вроде как должно чистить, но сказать насколько хорошо не могу, не пользовался.

euhenio, спасибо большое, я его еще не пробовал использовать, но попробую

funsad, тоже спасибо, но я его уже пробовал установить на свой 2002-й, а он даже устанавливаться не хочет, свин

Scaramush, тоже спасибо, но я Dreamweaver тоже уже пробовал, но он не может разобраться с этой помойкой, которую Word создает