x-HtmlExtractText

点此进入产品免费试用版下载

一．产品概述

x-HtmlExtractText软件产品是一款由北京信久通科技有限公司独立开发的专门从Html文件批量抽出文本到文本文件中的软件产品，它可以批处理同时为多个Html文件抽出文本，功能强大。

本程序支持的Html版本：

•Html Ver.4

•Html Ver. 5/7(95)

•Html 98

•Html 97/2000/XP

•Mac-Html 2001

可以从上述各种编码字符集数据文件中抽取文本。

本程序支持的可转换的字符集：

•EUC-JP

•EUC-JP-FIX

•ISO-10646-UCS-2

•ISO-10646-UCS-4

•ISO-2022-JP

•ISO-8859-1

•Shift_JIS

•UTF-16

•UTF-8、WINDOWS31J

•ChineseGBK

•ChineseBIG5

•GB18030

•KoreanKSC

•Shift_JIS-2004

•ISO-2022-JP-2004

•EUC-JIS-2004

本程序支持的可抽出的字符串：

 •Unicode字符集

 •日语

 •英语（只限于拉丁字母字符集ISO_8859-1）

 •中国语（简体字 GB18030、GBK、繁体字Big5）

 •韩语（KS_C_5601_1987）的字符串

 使用上述语言外的字体时，无法保证抽出结果的正确性。

抽出后的文本有17种字符编码集可供选择。抽出后文本的编码方式所使用的基本字符集中所没有的字符，转换为类似的字符(1个字符或1个字符的组合)。当没有类似的字符时替换为"〓"（2个字节）、"？" (1个字节)。

无法从有密码保护的文件中抽出文本。有密码保护的文件必须事先在源程序中解除安全设置。

x-HtmlExtractText软件产品还具有快速、稳定、安全的特点，其操作方便，简单；界面清爽，灵动。它是Html的一个辅助软件，其操作方便简单。

二．功能介绍

1. 支持17种常见可转换字符集

2. 支持5中常见Html文件的语言

3．支持在输出文件名末尾加文件生成日期后缀

4. 支持批量处理，操作简便，节省您的时间

5. 文件格式自动识别功能

本产品通过解析文件内部的信息，自动识别生成文件的应用程序名和其版本号，不依赖于文件的扩展名，能够正确识别文件格式和相应的版本信息。

6. 文本抽出功能

即使系统中没有安装作成文件的应用程序，可以从指定的文件或插入到文件中的OLE中抽出文本数据。

7. 文件属性抽出功能

从指定的文件中，抽出文件属性信息。

点些进入产品免费试用版下载