嗨！！歡迎來到：用 AutoIt 整理 Balabolka

網頁標題：用 AutoIt 整理 Balabolka_text 的輸出
Warning: fopen(/home/crazy/www/cmsb/bcj/has_read.php): failed to open stream: Permission denied in /home/crazy/www/compose/reading.php on line 2077

Warning: fputs() expects parameter 1 to be resource, bool given in /home/crazy/www/compose/reading.php on line 2079

Warning: fclose() expects parameter 1 to be resource, bool given in /home/crazy/www/compose/reading.php on line 2080
﹗﹗﹗觀看留言：此文章已經有3則留言 ﹗﹗﹗

　鑒於之前我介紹的 Balabolka_text 是以批次檔這種不人性的方法操作，還有結果裡面老是很多 Unicode 字元，那些原本都是數學算式裡被轉出來的，因此我用 AutoIt 寫下一個互動介面，取代批次檔的功能，並且對輸出結果進一步處理。

　當執行本文最後面的 AutoIt 程式碼，會先跳出視窗提示使用者挑選檔案，選定後會稍微延遲等待 balabolka_text 轉檔，然後出現視窗詢問輸出檔名，預設跟輸入檔一樣只是替換副檔名為 txt.

　假設讀者有安裝 AutoIt 或者請有安裝的人先編譯執行檔。請依照下列步驟搭建整個系統：

XP 的使用者請先下載 Microsoft Internationalized Domain Names (IDN) Mitigation APIs 並解開它執行 Microsoft IDN Mitigation APIs\Redist\idndl.x86.exe 安裝 Normaliz.dll
從剛才的介紹中下載 balabolka_text.zip 並解開
自本文取出程式碼（或執行檔）及所附的 .ini 檔案，置於 balabolka_text.exe 相同目錄中，注意程式碼有二個 .au3
Enter Balabolka_Client.au3 檔（或執行檔）就可執行

　這個程式會先把使用者指定的檔案送交 balabolka_text.exe 轉出文字，然後利用 Normaliz.dll 的功能將內容進行Unicode 正規化，然後把跟數學有關的 Unicode 符號用 LaTeX 表示，形成最後結果。

　下方解釋整個程式架構以及 .ini 檔的用途。

　程式碼由 BalabolkaClient.au3 與 UnicodeNormalizer.au3 構成，另外需從 Unicode2LaTeX.ini 獲得某些外部資料進行運算。

　BalabolkaClient.au3 是主程式所在，裡面依序讀入 Unicode2LaTeX.ini, 詢問輸入檔名，呼叫 balabolka_text.exe, Unicode 正規化，最後將數學符號取代為 LaTeX.

　UnicodeNormalizer.au3 提供一個介面，讓主程式使用 Normaliz.dll 中的函式。

　Unicode2LaTeX.ini 包含檔案格式清單與 LaTeX 符號的設定，打開選擇輸入檔的視窗時，檔案格式下拉方塊內容跟順序依據 [Format List] 的內容而定，Unicode 字元至 LaTeX 符號的對照表列於 [LaTeX] 區段。

　首先用 IniReadSection 指定從 Unicode2LaTeX.ini 的 [Format List] 跟 [LaTeX] 區段讀入資料，分別存入 $format 及 $latex 變數裡。整個 .ini 檔格式是先分區段，各區段內都是 key = value 的形式，可用分號在行首做整行註解。[Format List] 的 key 是副檔名的解釋，value 是對應的所有副檔名，主程式會替 value 加括號並將 key-value 對全部串接起來迎合 FileOpenDialog 要求的 filter 格式。[LaTeX] 的 key 是十六進位的 Unicode 碼，value 是對應的替換文字，表的建立主要參考自Unicode - LaTeX symbol palette.

　透過 FileOpenDialog 取得使用者指定的輸入後，程式會挑出路徑裡的檔名，然後呼叫跟程式同目錄的 balabolka_text.exe 來轉檔。這邊使用 Run 呼叫別的程序時，就讓 balabolka_text.exe 在輸入檔的儲存目錄下工作，但用 $STDOUT_CHILD 要求它把轉檔結果交還給 AutoIt 而非寫入某暫存檔。隨後即用一個 While 迴圈一直抓取 balabolka_text.exe 的輸出，直到它把所有結果都傳回來，當沒有更多結果時迴圈就因為 @error 被設置而停止。

　拿到所有輸出後將其以 UTF-8 編碼轉成 Unicode. 這邊如果不抽取 Binary 格式輸出再自己指定編碼，將導致 AutoIt 用台灣電腦預設的 BIG-5 解碼而毀了整個結果。轉 Unicode 以後就能正規化，四種正規形式 (normal form) 當中我選擇 KC 形式。K 的效果是可以把全形轉成半形，許多圖像類似但語意上給予不同 Unicode 編號的內容將被統一，C 表示會保留字母旁邊的重音等既耗與其是合併顯示的。這個步驟主要用途是克服如 "fi" 連寫 (Unicode FB01) 這種外觀效果上的 Unicode, 把它原本的 fi 挑出來。

　最後理論上該先進行 LaTeX 替換才寫入使用者指定之輸出檔。但是如果對每個字元查找對照表後要替換，將改變字串長度，然而 AutoIt 的 For 迴圈禁止過程中改變邊界條件，再者經常取子字串也會導致 AutoIt 需要兩倍空間存放輸出內容。也可以對表中每個字元都跟輸出內容進行字串取代，但每取代一次就要掃過全文一次，並不利於效能。因此，最後選擇先索求輸出檔路徑，編寫入輸出黨鞭查表替代。

　下面是文中提到的三個檔案：

主程式
; BalabolkaClient.au3 #pragma compile(UPX, True) #pragma compile(LegalCopyright, "(C) 2016 Bo-Cheng Jhan") #pragma compile(FileVersion, 1.0.0.0) #pragma compile(FileDescription, A client tool for balabolka_text) #pragma compile(OriginalFilename, balabolka_text_client.exe) #include <Array.au3> #include <WinAPIShPath.au3> #include "UnicodeNormalizer.au3" ; 讀取 [Format List] 跟 [LaTeX] Local $format = IniReadSection("Unicode2LaTeX.ini", "Format List") For $i = 1 To $format[0][0] 　　$format[$i][1] = "("&$format[$i][1]&")" Next _ArrayDelete($format, 0); 丟棄存放陣列長度的元素 $format = _ArrayToString($format, " ", -1, -1, "|") Local $latex = IniReadSection("Unicode2LaTeX.ini", "LaTeX") For $i = 1 To $latex[0][0] 　　$latex[$i][0] = Dec($latex[$i][0]) Next _ArrayDelete($latex, 0); 丟棄存放陣列長度的元素 _ArraySort($latex); 排序陣列，方便未來以二分搜尋查找 ; 向使用者索求輸入檔路徑，並將結果分為檔名與目錄 Local $f[2] = [FileOpenDialog("Select an Input File", ".", $format, $FD_FILEMUSTEXIST), ""] If @error Then 　　MsgBox($MB_ICONHAND, "Stop", "Input filename selection failed.") 　　Exit 1 EndIf $f[1] = _WinAPI_PathFindFileName($f[0]); 挑出檔名，含副檔名 $f[0] = _WinAPI_PathRemoveFileSpec($f[0]); The path without filename.; 除掉尾部檔名 ; 呼叫 balabolka_text.exe 並取其輸出 Local $iPID = Run(@ScriptDir&"\balabolka_text.exe -e utf8 -f """&$f[1]&""" -o", $f[0], @SW_HIDE, $STDOUT_CHILD) Local $text = Binary(""), $t While 1 　　$t = StdoutRead($iPID, False, True) 　　If @error Then ExitLoop 　　$text &= $t 　　Sleep(25); 暫停執行 25 毫秒，讓 balabolka_text.exe 累積多點輸出再拿 WEnd ; 用 UTF-8 解碼輸出，並且正規化 $text = BinaryToString($text, $SB_UTF8) If Not _IsNormalizedString($NormalizationKC, $text) Then $text = _NormalizeString($NormalizationKC, $text) ; 輸入檔去掉副檔名當作輸出檔預設檔名，向使用者索求輸出檔路徑 $f[1] = _WinAPI_PathRemoveExtension($f[1]); 去除副檔名 $f[0] = FileSaveDialog("Enter the Output Filename", $f[0], "Text (*.txt)", $FD_PROMPTOVERWRITE, $f[1]) If @error Then 　　MsgBox($MB_ICONHAND, "Stop", "Output filename selection failed.") 　　Exit 1 EndIf ; 邊取代 LaTeX 邊寫入輸出檔 $f = FileOpen($f[0], $FO_OVERWRITE+$FO_UTF8) Local $b = False For $i = 1 To StringLen($text) 　　$t = AscW(StringMid($text, $i, 1)) 　　If $b Then; $b 為真表示剛才寫入過 LaTeX, 這個字如果非空白則自動補白以斷開 LaTeX 跟後面的文字 　　　　If $t <> 32 And $t <> 0x3000 Then FileWrite($f, " ") 　　　　$b = False 　　EndIf 　　If $t < 128 Then; ASCII. 　　　　FileWrite($f, ChrW($t)) 　　Else 　　　　Local $r = _ArrayBinarySearch($latex, $t) 　　　　If $r < 0 Then; 不用 LaTeX 取代 　　　　　　$r = ChrW($t) 　　　　Else; 要取代，不過只記下 \ 開頭的取代，因為有些項目可能不是換成 \ 的寫法，像是負號 (Unicode 2212) 　　　　　　$r = $latex[$r][1] 　　　　　　$b = (StringMid($r, 1, 1) = "\"); LaTeX signs. 　　　　EndIf 　　　　FileWrite($f, $r) 　　EndIf Next FileClose($f)

Normaliz.dll 的 API
; UnicodeNormalizer.au3 #include-once #include <APIErrorsConstants.au3> #include <WinAPI.au3> Enum _ 　　$NormalizationOther = 0, _ 　　$NormalizationC = 0x1, _ 　　$NormalizationD = 0x2, _ 　　$NormalizationKC = 0x5, _ 　　$NormalizationKD = 0x6 Func _IdnToAscii($flags, $sUnicodeCharStr) 　　Local $aRet, $tOut 　　If Not IsString($sUnicodeCharStr) Then Return SetError(2, 0, "") 　　$tOut = DllStructCreate("wchar[255]") 　　$aRet = DllCall("Normaliz.dll", "int", "IdnToAscii", "int", $flags, "wstr", $sUnicodeCharStr, "int", -1, "struct*", $tOut, "int", 255) 　　If @error Then Return SetError(@error + 10, @extended, "") 　　If $aRet[0] > 0 Then Return SetError(0, 0, DllStructGetData($tOut, 1)) 　　Return SetError(3, _WinAPI_GetLastError(), "") EndFunc Func _IdnToNameprepUnicode($flags, $sUnicodeCharStr) 　　Local $aRet, $tOut 　　If Not IsString($sUnicodeCharStr) Then Return SetError(2, 0, "") 　　$tOut = DllStructCreate("wchar[255]") 　　$aRet = DllCall("Normaliz.dll", "int", "IdnToNameprepUnicode", "int", $flags, "wstr", $sUnicodeCharStr, "int", -1, "struct*", $tOut, "int", 255) 　　If @error Then Return SetError(@error + 10, @extended, "") 　　If $aRet[0] > 0 Then Return SetError(0, 0, DllStructGetData($tOut, 1)) 　　Return SetError(3, _WinAPI_GetLastError(), "") EndFunc Func _IdnToUnicode($flags, $sASCIICharStr) 　　Local $aRet, $tOut 　　If Not IsString($sASCIICharStr) Then Return SetError(2, 0, "") 　　$tOut = DllStructCreate("wchar[255]") 　　$aRet = DllCall("Normaliz.dll", "int", "IdnToUnicode", "int", $flags, "wstr", $sASCIICharStr, "int", -1, "struct*", $tOut, "int", 255) 　　If @error Then Return SetError(@error + 10, @extended, "") 　　If $aRet[0] > 0 Then Return SetError(0, 0, DllStructGetData($tOut, 1)) 　　Return SetError(3, _WinAPI_GetLastError(), "") EndFunc Func _IsNormalizedString($form, $str) 　　If Not IsString($str) Then Return SetError(1, 0, False) 　　Local $aRet = DllCall("Normaliz.dll", "bool", "IsNormalizedString", "int", $form, "wstr", $str, "int", -1) 　　Return $aRet[0] EndFunc Func _NormalizeString($form, $str) 　　Local $aRet, $tOut, $iLastError 　　If Not IsString($str) Then Return SetError(2, 0, "") 　　$aRet = DllCall("Normaliz.dll", "int", "NormalizeString", "int", $form, "wstr", $str, "int", -1, "ptr", 0, "int", 0) 　　If @error Then Return SetError(@error + 10, @extended, "") 　　While 1 　　　　$tOut = DllStructCreate("wchar[" & $aRet[0] & "]") 　　　　$aRet = DllCall("Normaliz.dll", "int", "NormalizeString", "int", $form, "wstr", $str, "int", -1, "struct*", $tOut, "int", $aRet[0]) 　　　　If @error Then Return SetError(@error + 20, @extended, "") 　　　　If $aRet[0] > 0 Then ExitLoop 　　　　$iLastError = _WinAPI_GetLastError() 　　　　If $iLastError <> $ERROR_INSUFFICIENT_BUFFER Then Return SetError(3, $iLastError, "") 　　WEnd 　　Return SetError(0, 0, DllStructGetData($tOut, 1)) EndFunc

Unicode 對 LaTeX 轉換對照表
; Unicode2LaTeX.ini [Format List] All Supported Formats=*.azw;*.azw3;*.chm;*.doc;*.docx;*.epub;*.fb2;*.htm;*.html;*.mht;*.mobi;*.odt;*.pdf;*.prc;*.rtf PDF=*.pdf Microsoft Word=*.doc;*.docx HTML=*.htm;*.html;*.mht RTF=*.rtf E-Book=*.epub Help File=*.chm [LaTeX] 00A3=\pounds 00A5=\yen 00A7=\S 00A9=\copyright 00AC=\neg 00AE=\circledR 00B1=\pm 00B6=\P 00D7=\times 00F7=\div 0131=\imath 0237=\jmath 2020=\dagger 2021=\ddagger 2022=\bullet 2026=\dots 2032=\prime 2035=\backprime 20AC=\euro 210F=\hbar 2111=\Im 2113=\ell 2118=\wp 211C=\Re 2127=\mho 2135=\aleph 2136=\beth 2137=\gimel 2138=\daleth 2144=\Yup 2190=\leftarrow 2191=\uparrow 2192=\rightarrow 2193=\downarrow 2194=\leftrightarrow 2195=\updownarrow 2196=\nwarrow 2197=\nearrow 2198=\searrow 2199=\swarrow 219A=\nleftarrow 219B=\nrightarrow 219E=\twoheadleftarrow 21A0=\twoheadrightarrow 21A2=\leftarrowtail 21A3=\rightarrowtail 21A4=\mapsfrom 21A6=\mapsto 21A9=\hookleftarrow 21AA=\hookrightarrow 21AB=\looparrowleft 21AC=\looparrowright 21AE=\nleftrightarrow 21AF=\lightning 21B0=\Lsh 21B1=\Rsh 21B6=\curvearrowleft 21B7=\curvearrowright 21BC=\leftharpoonup 21BD=\leftharpoondown 21BE=\upharpoonright 21BF=\upharpoonleft 21C0=\rightharpooonup 21C1=\rightharpooondown 21C2=\downharpoonright 21C3=\downharpoonleft 21C6=\leftrightarrows 21C7=\leftleftarrows 21C8=\upuparrows 21C9=\rightrightarrows 21CA=\downdownarrows 21CB=\leftrightharpoons 21CC=\rightleftharpoons 21CD=\nLeftarrow 21CE=\nLeftrightarrow 21CF=\nRightarrow 21D0=\Leftarrow 21D1=\Uparrow 21D2=\Rightarrow 21D3=\Downarrow 21D4=\Leftrightarrow 21DA=\Lleftarrow 21DB=\Rrightarrow 21DD=\leadsto 21E0=\dashleftarrow 21E1=\dashuparrow 21E2=\dashrightarrow 21E3=\dashdownarrow 21E4=\leftarrowtobar 21E5=\rightarrowtobar 2200=\forall 2201=\complement 2202=\partial 2203=\exists 2204=\nexists 2205=\emptyset 2207=\nabla 2208=\in 2209=\notin 220B=\ni 220C=\notni 220D=\backepsilon 220E=\qedsymbol 220F=\prod 2210=\coprod 2211=\sum 2212=- 2213=\mp 2214=\dotplus 2215=\slash 2216=\setminus 2217=\ast 2219=\centerdot 221A=\surd 221D=\propto 221E=\infty 2220=\angle 2221=\measuredangle 2222=\sphericalangle 2223=\mid 2224=\nmid 2225=\parallel 2226=\nparallel 2227=\land 2228=\lor 2229=\cap 222A=\cup 222B=\int 222C=\iint 222D=\iiint 222E=\oint 222F=\oiint 2230=\oiiint 2231=\landupint 2232=\ointclockwise 2233=\ointctrclockwise 2234=\therefore 2235=\because 2238=\dotdiv 2240=\wr 2241=\nsim 2242=\eqsim 2243=\si 2244=\nsimeq 2245=\cong 2247=\ncong 2248=\approx 2249=\napprox 224D=\asymp 224E=\Bumpeq 224F=\bumpeq 2250=\doteq 2251=\doteqdot 2252=\fallingdotseq 2253=\risingdotseq 2254=\coloneq 2255=\eqcolon 2256=\eqcirc 2259=\Corresponds 225C=\triangleq 2260=\neq 2261=\equiv 2262=\nequiv 2264=\leq 2265=\geq 2268=\lneqq 2269=\gneqq 226A=\ll 226B=\gg 226C=\between 226E=\nless 226F=\ngtr 2270=\nleq 2271=\ngeq 2272=\lesssim 2273=\gtrsim 2274=\nleqslant 2275=\ngeqslant 2276=\lessgtr 2277=\gtrless 2278=\nlessgtr 2279=\ngtrless 227A=\prec 227B=\succ 227C=\preceq 227D=\succeq 227E=\precsim 227F=\succsim 2280=\nprec 2281=\nsucc 2282=\subset 2283=\supset 2284=\nsubset 2285=\nsupset 2286=\subseteq 2287=\supseteq 2288=\nsubseteq 2289=\nsupseteq 228D=\udot 228E=\uplus 228F=\sqsubset 2290=\sqsupset 2291=\sqsubseteq 2292=\sqsupseteq 2293=\sqcap 2294=\sqcup 2295=\oplus 2296=\ominus 2297=\otimes 2298=\oslash 2299=\odot 229A=\circledcirc 229B=\circledast 229D=\circleddash 22A1=\boxdot 22A2=\vdash 22A3=\dashv 22A4=\top 22A5=\perp 22A8=\models 22A9=\Vdash 22AA=\Vvdash 22AC=\nvdash 22AD=\nvDash 22AF=\nVDash 22B2=\triangleleft 22B4=\trianglelefteq 22B5=\trianglerighteq 22B7=\triangleright 22B8=\multimap 22BB=\veebar 22BC=\barwedge 22C5=\cdot 22C6=\star 22C7=\divideontimes 22C8=\bowtie 22C9=\ltimes 22CA=\rtimes 22CB=\leftthreetimes 22CC=\rightthreetimes 22CD=\backsimeq 22D0=\Subset 22D1=\Supset 22D2=\Cap 22D3=\Cup 22D4=\pitchfork 22D6=\lessdot 22D7=\gtrdot 22D8=\lll 22D9=\ggg 22DA=\gtreqless 22DB=\lesseqgtr 22E6=\lnsim 22E7=\gnsim 22E9=\succnsim 22EA=\ntriangleleft 22EB=\ntriangleright 22EC=\ntrianglelefteq 22ED=\ntrianglerighteq 22EE=\vdots 22EF=\cdots 22F1=\ddots 2306=\doublebarwedge 2308=\lceil 2309=\rceil 230A=\lfloor 230B=\rfloor 2310=\invneg 2322=\frown 2323=\smile 2329=\langle 233F=\notslash 2340=\notbackslash 2347=\APLleftarrowbox 2348=\APLrightarrowbox 2350=\APLuparrowbox 2357=\APLdownarrowbox 25A1=\square 25AB=\box 25B2=\blacktriangle 25B3=\triangle 25B6=\blacktriangleright 25BC=\blacktriangledown 25BD=\bigtriangledown 25C7=\Diamond 25CA=\lozenge 25CB=\Circle 25CF=\CIRCLE 25D0=\LEFTcircle 25D1=\RIGHTcircle 25D6=\LEFTCIRCLE 25D7=\RIGHTCIRCLE 2605=\bigstar 2610=\Square 2611=\CheckedBox 2612=\XBox 2639=\frownie 263A=\smiley 263B=\blacksmiley 263C=\sun 263D=\rightmoon 263E=\leftmoon 263F=\mercury 2640=\female 2641=\earth 2642=\male 2643=\jupiter 2644=\saturn 2645=\uranus 2646=\neptune 2647=\pluto 2648=\aries 2649=\taurus 264A=\gemini 264B=\cancer 264C=\leo 264D=\virgo 264E=\libra 264F=\scorpio 2650=\sagittarius 2651=\capricornus 2652=\aquarius 2653=\pisces 2660=\spadesuit 2661=\varheartsuit 2662=\vardiamondsuit 2663=\clubsuit 2664=\varspadesuit 2665=\heartsuit 2666=\diamondsuit 2667=\varclubsuit 2669=\quarternote 266B=\twonotes 266D=\flat 266E=\natural 266F=\sharp 2713=\checkmark 2720=\maltese 27AA=\pointer 27E9=\rangle 27F5=\longleftarrow 27F6=\longrightarrow 27F7=\longleftrightarrow 27F8=\Longleftarrow 27F9=\Longrightarrow 27FA=\Longleftrightarrow 27FC=\longmapsto 2962=\leftleftharpoons 2964=\rightrightharpoons 29EB=\blacklozenge 2A1D=\Join 2A74=\Coloneqq 2A8B=\lesseqqgtr 2A8C=\gtreqqless 2AC5=\subseteqq 2AC6=\supseteqq 2ACB=\subsetneqq 2ACC=\supsetneqq

回 · 測試發表文章，「可以在螢幕上打出「點字」的 AutoIt 腳本程式」這一篇文章封面

本文張貼者：Bo-Cheng Jhan〔張貼時間：民國105年5月5日（星期四）19點12分〕

部落格首頁

學習的故鄉首頁

本站公告：〔您越需要我們，我們就越有創意〕	本站說明書：〔發現故鄉還有改進的地方，請來信告訴原丁們〕
觀察應用學習點數：〔咱的故鄉有您的參與，會使我們有更大的發揮空間，展現更豐富精彩的學習畫面〕	〔期待藉由無障礙網頁設計，能讓視障小朋友更愛看書、更愛寫作且更愛學習〕：盲用電腦「心得分享」

〔為了讓我們有乾淨的學習環境，請勿任意在本站散播商業廣告與不合法文件或聯結〕：本站宣示