> Estou precisando converter arquivos HTML para texto puro. este texto recibi pelos Dicas-L da unicamp. (excelente fonte de ajuda e dicas) parabens ao Rubens Queiroz de Almeida Editor Dicas-L
> Este HTML tem tabela, queria entao se possivel separar por <tab> isso nao sei se faz. Em Sex, 2002-02-22 =E0s 00:20, [EMAIL PROTECTED] escreveu: -------------------------------------------------------------------- Endere=E7o: http://www.Dicas-L.unicamp.br/dicas-l/20020222.shtml -------------------------------------------------------------------- Convers=E3o HTML -> TXT com Lynx --------------------------------------------------------------------- Para converter documentos no formato HTML para texto puro podemos usar o lynx, que =E9 um browser Web que emprega o formato texto. Podemos empregar a seguinte sintaxe: lynx -dump -nolist arquivo.html Se voc=EA quiser converter milhares de documentos, voc=EA pode tentar algo do tipo: #!/bin/bash for file in *.html do lynx -dump -nolist $file > `echo $file | sed 's/html/txt/'` done ou ainda, para converter toda uma =E1rvore de diret=F3rios: #!/bin/bash -x =20 for file in `find . -type f -name \*html` do lynx -dump -nolist $file > `echo $file | sed 's/html/txt/'` done Existem bin=E1rios para diversas plataformas al=E9m do Unix, como Macintosh, Windows, VMS. Mais informa=E7=F5es sobre o Lynx podem ser encontradas em http://lynx.browser.org/ --------------------------------------------------------------- A Lista Dicas-L tem o apoio da Livraria Tempo Real http://www.TempoReal.com.br --------------------------------------------------------------- Recomenda=E7=E3o: Edulinks Links diversos sobre educa=E7=E3o fundamental: matem=E1tica, f=EDsica, ingl=EAs, qu=EDmica, hist=F3ria e muito mais. http://edulinks.valedofuturo.unicamp.br --------------------------------------------------------------- As mensagens da lista Dicas-L s=E3o veiculadas diariamente para 18457 assinantes. Todas as mensagens da Dicas-L ficam armazenadas em=20 http://www.Dicas-L.unicamp.br. A redistribui=E7=E3o desta e outras mensagens da lista Dicas-L pode ser feita livremente, deste que o conte=FAdo, inclusive esta nota,=20 n=E3o sejam modificados. --------------------------------------------------------------- -- Alexandre Mahler [EMAIL PROTECTED] Mahler Infom�tica 55 (11) 4177-2600 www.mahlerbrasil.com.br Assinantes em 01/07/2002: 2211 Mensagens recebidas desde 07/01/1999: 173324 Historico e [des]cadastramento: http://linux-br.conectiva.com.br Assuntos administrativos e problemas com a lista: mailto:[EMAIL PROTECTED]
