UnicodeConverter

UnicodeConverter is een Java-programma dat tekst en HTML-bestanden converteert in ISC, TCVN3 (ABC), VISCII, VNI en VPS-formaat naar Unicode UTF-8. Conversie ondersteuning voor Unicode Composite, Numerieke karakter referenties (NCR) en VIQR (Vietnet) is ook inbegrepen. In alle gevallen zal de output in Unicode Normalization Form C, of ​​beter bekend als Unicode Precomposed formaat.
UnicodeConverter, uitvoerbaar in zowel grafische gebruikersinterface (GUI) en command-line modes, is in staat om meerdere bestanden in een map of een hele map, inclusief de submappen. In feite, deze verbeterde mogelijkheden maakt conversie van een volledige website naar Unicode UTF-8-indeling met één enkel commando of een paar muisklikken. Drag-and-drop ondersteuning is ook inbegrepen.
Ondersteuning voor conversie van Word-documenten en Excel-werkmappen op het Windows-platform is inbegrepen. Deze functie wordt uitgevoerd met behulp van JACOB, een Java-COM brug waarmee klanten COM Automation componenten bellen vanuit Java. JACOB maakt gebruik van Java Native Interface (JNI) voor de inheemse oproepen in de COM en Win32 bibliotheken; bijgevolg de toegevoegde functionaliteit niet draagbaar noch beschikbaar voor andere platforms. Conversie ondersteuning voor Rich Text Format-bestanden is ook voorzien.
UnicodeConverter wordt vrijgegeven en gedistribueerd onder de GNU General Public License. De homepage is op http://unicodeconvert.sourceforge.net.
SYSTEEMVEREISTEN
U moet de Java 2 Runtime Environment, Standard Edition (JRE) 1.4 of hoger geïnstalleerd op uw machine om UnicodeConverter voeren hebben. J2RE kan gratis worden gedownload van http://java.sun.com/j2se/. De Java 2 Runtime Environment, Standard Edition (JRE) bestaat uit de Java virtual machine, het Java-platform kern klassen en ondersteunende bestanden, zodat u applicaties geschreven in de programmeertaal Java draaien.
Op Mac OS X Tiger of Panther, UnicodeConverter draait zonder aanvullende eisen. Voor Jaguar 10.2.6 of hoger, Java 1.4.1 Update 1 kan worden geïnstalleerd.
Om te kunnen Word- of Excel-documenten om te zetten, moet u op een Windows-systeem met Microsoft Word of Excel geïnstalleerd. Zet het bestand jacob.dll op je pad, bijvoorbeeld, in de system32 of jre / bin map.
Hoe te lopen UnicodeConverter
UnicodeConverter is geschreven in Java-taal en verpakt als uitvoerbare Java-archief. Download en pak UnicodeConverter-1.3.zip. UnicodeConverter.jar is de Java-Archive uitvoerbaar programma moet worden uitgevoerd. U kunt het of door te dubbelklikken op het bestand UnicodeConverter.jar of door het uitvoeren van de opdracht uni op de opdrachtregel om het programma in de GUI-modus te starten lopen. Als alternatief kan de langere opdrachten
    java -jar UnicodeConverter.jar
of (op Windows)
    javaw -jar UnicodeConverter.jar
zal werken, ook. De bestandsnaam is hoofdlettergevoelig op sommige besturingssystemen. Zorg ervoor dat de map die het bestand bevat UnicodeConverter.jar is de huidige directory.
Opmerking: Het wordt aanbevolen dat Microsoft Word / Excel een bestand niet openen wanneer u Word / Excel-documenten te converteren. Het kan fouten veroorzaken of vertragen het conversieproces.
Tip: Beperk het aantal tekstvakken in Word-documenten om een ​​paar; te veel zal aanzienlijk vertragen conversie.
U kunt kiezen een of meerdere bestanden of een directory d voor conversie. De resulterende Unicode output bestanden zullen in een d_Unicode directory gelegen op hetzelfde niveau als de boom bron map met de originele bestanden, die ongewijzigd blijven bevat worden geplaatst. U kunt ook bestanden of directory slepen van inheemse file manager en vallen op het programmavenster om de conversie operatie te starten.
Het programma kan ook functioneren als een command-line programma, dat vaak wordt gebruikt in batchbestand verwerking:
    java -jar UnicodeConverter.jar
waar de mogelijke opties voor source-codering zijn VNI, VISCII, VPS, VIQR, TCVN3 en UNI-COMP. Deze functionaliteit werkt voor tekstgebaseerde alleen bestanden, niet Word / Excel-documenten.
Unicode composiet (UNI-COMP) brontekst bestanden moeten worden opgeslagen in UTF-8-indeling voor de juiste conversie naar Unicode precomposed.
De standaard lettertypes voor de output UTF-8 HTML-bestanden zijn Times New Roman en Arial. Gebruikers kunnen veranderen naar andere Unicode-compliant fonts, met behulp van Unicode-compatibele HTML editors zoals FrontPage of Composer. Gebruik geen Unicode-onverenigbaar editors (zoals Kladblok van Win9x / Me) om UTF-8-bestanden te bewerken. Dit zou corrupt de UTF-8 byte volgorde, waardoor de tekens of het bestand onleesbaar.
Gebruik Firefox, Netscape, Internet Explorer (Windows), Opera, Mozilla, Safari, OmniWeb of Chimera webbrowsers om UTF-8 HTML-bestanden te bekijken. U hoeft niet naar de standaardinstellingen veranderen; de tag vertelt de browsers naar Unicode UTF-8 tekencodering gebruikt in de weergave van de pagina.
FILE VOORBEREIDING CONVERSION
Om succesvolle conversie van HTML-bestanden in oudere formaten te waarborgen en om na de conversie bewerken minimaliseren, kan het nodig zijn een aantal pre-conversie conditioning te worden uitgevoerd op de bronbestanden. Veranderen van het originele document lettertypen naar de meer voorkomende ten opzichte van zijn oorspronkelijke codering kan nodig zijn (zie onderstaande tabel). Het verwijderen van verouderde dynamische lettertype koppelingen (.pfr of .eot) en bijbehorende ActiveX control scripts (bijv tdserver.js) wordt ook aanbevolen, voor het verlaten van hen zal onnodig vertragen pagina download.
Acties op alle geopende bestanden Deze basisbewerkingen taken moeten voorafgaand aan de feitelijke conversie worden gedaan en kan snel worden uitgevoerd met behulp van MDI (multiple document interface) tekst editors waarmee het openen van meerdere bestanden en het uitvoeren van wereldwijde vondst / vervangt tegelijk. CuteHTML, TextPad, UltraEdit, EditPlus en EditPad zijn enkele tekst editors dat sport een dergelijke handige functies. Ze kunnen worden opgezocht en gedownload van http://www.download.com.
Bron Encoding Fonts naar originele HTML-documenten
VNI VNI-Times, VNI Times, VNI-Aptima, VNI Aptima, VNI-Helve, VNI Helve
VPS VPS Times, VPS Helv
VISCII VI Times, VI Arial, HoangYen, MinhQu, PhuongThao, ThaHuong, UHO
TCVN3 .VnTime, .VnTimeH, .VnArial, .VnArialH
VIQR Geen lettertype opmaak
Opmerking: Vanwege de aard van TCVN3 codering, zal de omzetting van een aantal Vietnamese hoofdstad klinkers leiden tot onjuiste, kleine letters. Sommige post-conversie editing kan nodig zijn.
Unicode FONTS
Unicode heeft slechts beperkte ondersteuning in Windows 95/98 / Me, maar ze zijn nog steeds in staat is de weergave van alle Vietnamese tekens met behulp van geschikte Unicode fonts. Volledige Unicode-ondersteuning is ingebouwd in Windows NT / 2000 / XP. Linux en Mac OS 8.5 of hoger zijn begonnen om steun Unicode bieden. Mac OS X en Palm OS bieden volledige ondersteuning voor Unicode.
De volgende TrueType-fonts, die meegeleverde komen met Windows 98SE / Me / 2000 / XP, bevatten veel Unicode-tekens, waaronder Vietnamese:
    Times New Roman, Courier New, Arial, Tahoma, Verdana, Palatino Linotype
Deze lijst van Unicode fonts is geenszins volledig, want er zijn meer en meer fonts worden commercieel ontwikkeld of uitgebreid om Unicode-tekens bevatten.
Vereisten: