Conversion de texte

Bonjour

Je voudrais convertir un fichier contenant le texte suivant :

title=Maison de Convalescence à SAIZY-58190
Clinique et centre de réadaptation de convalescence construits dans une abbaye du 13ème siècle dans le nord de la Nièvre.

en du texte lisible par un humain.

Je suis sous Linux (KSH) est avec les commandes suivante cela ne fait rien :
iconv -f ISO-8859-1 -t UTF-8 monfichier
ou
iconv -f us-ascii -t UTF-8 monfichier

Comment je peut faire?
Merci d'avance pour vos réponses

Salut,

Apparemment ton texte est du html.
Il doit exister un utilitaire permettant la conversion html -> texte.
Sous réserve, que ma mémoire ne me joue pas de tour, il s'agit dans ton cas de html2txt.

Cette fonction, html2txt, n'existe pas sous linux.

salut,

Voici plusieurs façons :

w3m : html→texte convertisseur HTML vers texte avec la commande « w3m -dump »

html2text : html→texte convertisseur avancé HTML vers texte (ISO 8859-1)

lynx : convertisseur HTML vers texte avec la commande « lynx -dump »

elinks : html→texte convertisseur HTML vers texte avec la commande « elinks -dump »

links : html→texte convertisseur HTML vers texte avec la commande « links -dump »

links2 : html→texte convertisseur HTML vers texte avec la commande « links2 -dump »

Après en effet les commandes ne sont pas disponibles par défaut, il faut dans ce cas installer le paquetage avec un "apt-get install nom_du_paquet" ou "yum install nom_du_paquet"

Comme je suis sur une machine de prod je ne peut rien ajouter

Ah oui c'est moche...

heureusement ce programme existe en perl et ne nécessite pas forcément d'installation/compilation. Il faut en revanche les modules perl installés.

A tester...

Voici un lien contenant la source :

http://cpansearch.perl.org/src/AWRIG...3/html2text.pl

Copie toute la source et colle la sur le linux dans un fichier ayant comme extension ".pl". Lui donner des droits d'exécution.

Puis il suffit de l'exécuter en mettant en argument le fichier. :P
ça devrait le faire...

Il y a encore mieux:

Mettre tout ceci dans un fichier html2txt.sh :

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49

#!/bin/sh   # Script destiné à extraire du texte à partir d'un fichier en HTML   # Copyright (c) C. Deroulers 9 avril 1999   # Syntaxe : html2txt [fichier]   if echo "$*" | grep -E '(^| )(-h|--help)' > /dev/null ; then echo "html2txt: Convertisseur sommaire de HTML en texte brut (c) C. Deroulers 1999 - Syntaxe : html2txt <fichier HTML>" exit 1 fi   sed -e 's/\&eacute;/é/g s/\&eacute;/é/g s/\&Eacute;/É/g s/\&ecirc;/ê/g s/\&Ecirc;/Ê/g s/\&egrave;/è/g s/\&Egrave;/È/g s/\&euml;/ë/g s/\&Euml;/Ë/g s/\&agrave;/à/g s/\&Agrave;/À/g s/\&aacute;/á/g s/\&Aacute;/Á/g s/\&acirc;/â/g s/\&Acirc;/Â/g s/\&auml;/ä/g s/\&Auml;/Ä/g s/\&iuml;/ï/g s/\&Iuml;/Ï/g s/\&ocirc;/ô/g s/\&Ocirc;/Ô/g s/\&ouml;/ö/g s/\&Ouml;/Ö/g s/\&ugrave;/ù/g s/\&Ugrave;/Ù/g s/\&uacute;/ú/g s/\&Uacute;/Ú/g s/\&ucirc;/û/g s/\&Ucirc;/Û/g s/\&uuml;/ü/g s/\&Uuml;/Ü/g s/\&ccedil;/ç/g s/\&Cdedil;/Ç/g s/\&amp;/\\\&/g s/<[^<>]*>//g' $*

---

Attention en faisant la copie que les caractères spéciaux n'aient pas changés.

Mettre les droits d'exécution et c'est bon.
Il suffit de faire ensuite :

Code:

---

./html2txt.sh fichier

---

Chez moi cela fonctionne et sans installer une seule chose...

En revanche si l'on passe par putty, avant la connexion, sélectionner l'encodage UTF8 dans les options pour avoir les bons caractères sinon le script ne marchera pas (pour moi dans window ==> translation)

Citation:

---

Envoyé par jonas0

Cette fonction, html2txt, n'existe pas sous linux.

---

Ce n'est pas une fonction, c'est un script ou un programme

Code:

---

1 2 3 4 5

apt-cache search html2text html2markdown - convert HTML page into ascii markdown format html2text - advanced HTML to text converter python-html2text - Python module for converting HTML to Markdown text

---