問題タブ [plaintext]

多くの言語には、バイナリではなく「平文」のみを処理する関数があります。これは、ASCII 範囲内の文字のみが許可されるということですか?

バイナリは単なる一連のバイトですが、文字として解釈される単なる一連のバイトであるプレーンテキストに似ていませんか? では、プレーンテキストはバイナリと同じデータ形式/プロトコルを保存できますか?

Google グループから Atom フィードを取得する Yahoo パイプがあり、メッセージの全文を処理したいと考えています (さまざまな正規表現を実行してデータを抽出します)。次のような URL を使用して、Google からメッセージのテキストをプレーン テキストで取得できます。

ただし、Yahoo パイプ内で文字列値として取得するのに問題があります。Fetch Page は非 HTML ページを拒否します。html テーブルを使用した YQL は機能しているようで、プレーン テキストを ap 要素内にラップします。そのテキストは次のように抽出できます。

ただし、メッセージ テキストに html タグが含まれている場合、YQL は文字列ではなく HTML サブツリーを返します。HTMLソースに戻す方法はありますか?

任意の HTML ファイル (ブログ投稿など) のプレーン テキスト表現が必要です。HTML から txt へのコンバーターは数多くあります。ただし、段落内のテキスト (「p要素」と読む) は、プレーン テキスト ビューで (一定の列数まで) 両端揃えにする必要があり、可能であれば、より読みやすい結果を得るためにハイフンを使用する必要があります。また、結果のテキスト ファイルは UTF-8 または UTF-16 である必要があります。

XSLT を使用して実行できる単純なプレーン テキストの会話は、ほとんど些細なことです。しかし、テキストの正当化はその可能性を超えています (XSLT はチューリング完全ですが、現実に十分近いため、完全には当てはまりません)。

FOPと XSL-FO も機能しません。要求どおりに動作しますが、FOP のプレーン テキスト出力はひどいものです (開発者は、そのような使用を意図していないと述べています)。

HTML -> XSLT -> Roff も試してみましたが、groff に行き詰まっており、その Unicode サポートは最適とはほど遠いものです。省略記号 ("...") のような文字や印刷上正しい引用符があるため、XSLT スタイルシートで groff に何十もの Unicode 文字のエスケープ シーケンスを伝えるのは非常に面倒です。

別の方法として、TeX に変換してプレーン テキストとして出力することもできますが、(La)TeX でこれを試したことはありません。

おそらく、本当に単純なことを見逃しているのでしょう。どうすれば上記を達成できるのでしょうか？ところで、解決策は、PHP、Python、Perl、XSLT、またはまともな Linux ディストリビューションにあるプログラムを使用して、root 権限なしでインストールできることが望ましいです。

さまざまなプレーン テキスト形式の EDI メッセージによく遭遇します。たとえば、次のような形式です。

..次のようなメッセージが表示されます。

上記のダンプを読むには明らかにフォーカスが必要であり、列やフィールドを見失うことがよくあります。メッセージの文法を表現し、マークアップされたファイル (HTML など) を取得する方法があると便利です。

もちろん、任意の言語のカスタム スクリプトでこれを行うことは可能ですが、気になるのは、XSLT が XML で行うような、プレーン テキストを変換するための一般的な方法はあるのでしょうか?

大量の HTML コンテンツをプレーン/テキストに変換するプロジェクトに取り組んでいます。私は仕事をうまくこなすカスタム作成のモジュールを持っていますが、仕事を成し遂げるのに役立つ標準ツールがあるかどうか疑問に思っています。

私が扱っている特定のメール サーバーは、いくつかのフォワードとバックスラッシュを含むプレーン テキスト メールの送信を拒否しました。これらを他のものと混同している可能性があります。

電子メールは Web サイトの単なる連絡先フォームであるため、誰かが書いたテキストの宣伝文です。

このような問題を回避するための最善の方法は何ですか?

スラッシュをすべて取り除くこともできますが、それは少し粗雑に思えます。

Mysql odbc 接続文字列は、Windows レジストリにプレーン テキストとして格納されます。だから誰かがそれを見つけて私のデータベースを見ることができます。

このセキュリティの問題を解決するにはどうすればよいですか。

ありがとう

アップデート：

ご返信ありがとうございます。サーバーは、FTP 用の SSL やリモート デスクトップ用の 2 要素認証など、非常に安全な方法でセットアップされています。しかし、問題は、誰かがサーバーにアクセスした場合、データベース ログインのパスワードが見られることです。

DNSless 文字列内でパスワードを暗号化し、暗号化を解除するために外部ファイルにキーを用意することを考えていました。しかし、誰かがパスワードを取得できるキーを見つけた場合、問題は残ります。

他に提案はありますか？

レポートをプレーンテキストに出力するプログラムがあります。レポートをサード パーティ プログラムに読み込むには、レポートをプレーン テキストにする必要があります。また、レポートは印刷可能である必要があります。

プレーン テキストを処理する場合、適切に印刷するには、ページの行サイズと行数にどのような制限を設定する必要がありますか?

TinyMCEを使用して、サイト内のテキストの書式設定を最小限に抑えています。生成された HTML から、電子メール用のプレーン テキストに変換したいと考えています。私はhtml2textというクラスを使用してきましたが、特に UTF-8 サポートが不足しています。ただし、特定の HTML タグをプレーン テキスト形式にマップする点は気に入っています。たとえば、以前 HTML に <i> タグが含まれていたテキストをアンダースコアで囲みます。

PHPでHTMLをプレーンテキストに変換するために同様のアプローチを使用する人はいますか? もしそうなら、私が使用できるサードパーティのクラスをお勧めしますか? または、この問題にどのように取り組むのが最善ですか?