FineReader: An application to format text file, including convert HTML file to text file, merge text files, paragraph and reparagragh.

作者：马健
邮箱：stronghorse@163.net
主页：http://stronghorse.yeah.net

FAQ
使用说明
    一、软件安装/删除
    二、软件使用
附录 版本更新记录

FAQ

Q：FineReader是什么？
A：这是一个专为整理电子版小说而开发的工具，包括HTML到文本文件的转换，文件合并，段落合并，段落切分，内码转换等功能。

Q：文件转换、文件合并功能好理解，段落合并、段落切分是干什么的？
A：段落合并其实就是某些软件所吹嘘的“自动分段”功能：在转换、识别出来的文本文件中，往往在一个自然段中间加入了若干回车/换行符，成了一行一行的了，因此需要将这些多余的回车/换行符去掉，只在自然段结尾才出现回车/换行符。有人喜欢把这个功能称为“自动分段”，我更喜欢称为“段落合并”。
段落切分是段落合并的过程。段落合并完成以后，在某些软件下阅读时，可能因为行太长，给阅读带来不便，因此需要按照指定的行长，对段落进行切分，切成一个一个短行。

Q：为什么要开发FineReader？
A：我曾经极度热衷于电子版小说，但是看HTML版的小说总有点遗憾：看到错别字的时候修改很麻烦，打印是个问题，翻页也很累……最后发现解决的办法就是将HTML转换、合并成一个TXT文件，然后在Word下观看。现成的HTML到TXT的转换工具有不少，但是集转换、合并、分段等功能于一体的好像还没有，尤其是分段工具，多半分完段后都会有哭笑不得的感觉，所以我才自己开发了这个工具。把分完段后的文件再按照指定的行宽重新分行的功能，则是在一个网友的要求下加进去的，估计是用于整理网络图书馆。

使用说明

一、软件安装/删除

本软件为纯正的绿色软件，不需要安装，下载ZIP包后直接展开、运行即可。删除时删除可执行文件和帮助文件即可。

软件包中仅包含下列两个文件，如果有其它的，保证不是我加的，请不要犹豫，立刻删除：

  1. FineReader.exe。可执行文件。
  2. FineReader.htm。本帮助文件。

二、软件使用

1、HTML文件到文本文件的转换（HTML->Text）

根据需要设置选项（也可以什么不选，直接使用预设值），点击Go按钮，在弹出的对话框中选择需要转换的文件（按住Ctrl键或Shift键点击文件，即可选多个），然后点“打开”或“Open”按钮即可。

2、文件合并（Merge Files）

一般网站刊登电子版小说时，都是一章一个文件，因此在将HTML文件转换成TXT文件后，一般还需要按照章节顺序将转换出来的诸多TXT文件合并成一个文件。

使用方法：点击“选择”按钮，在弹出的对话框中输入合并后的文件名，然后点“开始”按钮，在弹出的对话框中选择需要合并的文件即可。

注意：文件的合并顺序，等同于在点“开始”按钮后，弹出的对话框中“文件名”（File Name）项中的显示顺序。通常最先选择的文件将排在末尾，而最后选择的文件将排在开头。最简单的选择方法：先选择最后一个文件，然后按住Shift健，选择第一个文件。

3、分段（Paragraph）

在把HTML转换成TXT文件后，由于去掉了HTML中的段落控制，转出来的文件看起来可能会参差不齐，需要重新合并、分段。

使用方法：点“选择”按钮选择需要分段的文件（如果前面做过文件合并，这里会自动填入合并后的文件名），根据需要设置选项，点“开始”按钮开始分段。

选项说明：

“源文件段落开始标志”框指定分段条件，即在输入文件中，满足什么样的条件算一个段落。这样的条件可以有4个：

  1. 以2个或指定个数的中文空格开头。
  2. 以4个或指定个数的英文空格开头。
  3. 某一行的长度小于平均行长的1/20（可设置）。一般这个条件用于OCR出来、没有整理过的文件。
  4. 后面跟一个空行。

“输出文件段落控制”框指定输出格式，可以指定的内容包括：

  1. 段落的引导字符：可以是2个中文空格、4个英文空格或者什么也没有。
  2. 在段落后面加一个空行。
  3. 删除原文文本行的引导空格。
  4. 删除原文文本行的末尾空格。

4、分行（Reparagraph）

有时候在用分段功能对原文中的段落进行合并、整理后，还需要按照指定的行宽，对段落进行分行，避免在没有自动环绕功能的浏览器上出现横向滚动条。

使用方法：点“选择”按钮选择需要分行的文件（如果前面做过文件合并或分段，这里会自动填入文件名），根据需要设置选项，点“开始”按钮开始分段。

选项说明：

  1. “最大行长”项说明分行的行长，以英文字符为单位。注意一个中文字符等于两个英文字符。
  2. “段落开头添加”选项设置分行后段落的引导字符，可以是2个中文字符、4个英文字符或者什么也没有。
  3. “在段落后添加空行”选项说明是否需要在段落后加一个空行。

5、内码转换（GB/GBK/Big5）

这个功能可以实现GB、GBK、Big5码的相互转换。转码过程使用的是Windows本身提供的标准接口，转码效果与IE相当。

使用方法：先设置文件选项、转码选项，然后点“开始”按钮，选择需要转换的文件即可。

文件选项说明：

  1. 覆盖原文件：转换后的文件将覆盖转换前的文件。
  2. 原文件另存为 bak 文件：转换后的文件不会覆盖转换前的文件，转换完成后将在原文件名后加后缀.bak。

转码选项说明：左侧为原文件中的汉字编码，右侧为转换后的汉字编码。
GB码是按照国家标准GB2312-80编排的，包括全部简体字及常用符号。
GBK码是国家技术监督局1995年为中文Windows95所制定的新的汉字内码规范（其中GB表示国标，K表示扩展）。该规范在字汇一级上支持ISO10646和GB13000中的全部中日韩（CJK）汉字，并与国家标准GB2312-80信息处理交换码相兼容。如果在中文简体版的Windows 95/98/2000下看到繁体中文，那么多半这些中文是用GBK编码的。
Big5码是港台地区流行的汉字编码，针对繁体字。这种编码的汉字在中文简体版的Windows 95/98/2000下多半显示为乱码，但是在繁体版Windows下显示正常。

附录 版本更新记录

Version 1.47

新增功能：GB/GBK/Big5码转换。转码过程使用的是Windows本身提供的标准接口，转码效果与IE相当。

Verion 1.46

  1. 发行简体中文版。
  2. 更正“关于”对话框中的email地址。
  3. 统一文件浏览对话框的风格。
  4. 修正定位代码，彻底解决改变字体后PropertyPage高度计算不精确的问题。
  5. 根据新的用户界面，更改了本帮助文件。

Version 1.45
在分段（Paragraph）的时候，可以去除行首、行尾的制表符。

Version 1.44
在HTML->TXT对话框中，增加“Convert iso8859-1 sequence”选项，即将 转成空格，将·转成·等。

Version 1.43
1、增加分行（Reparagrahp）功能。
2、增加本说明文件。