djvuxmlparser - ക്ലൗഡിൽ ഓൺലൈനിൽ

പട്ടിക:

NAME

djvutoxml, djvuxmlparser - DjVuLibre XML ടൂളുകൾ.

സിനോപ്സിസ്

djvutoxml [ഓപ്ഷനുകൾ] inputdjvufile [outputxmfile]
djvuxmlparser [ -o djvufile ] inputxmfile

വിവരണം

DjVuLibre XML ടൂളുകൾ മെറ്റാഡാറ്റ, ഹൈപ്പർലിങ്കുകൾ, മറഞ്ഞിരിക്കുന്ന ടെക്സ്റ്റ് എന്നിവ എഡിറ്റ് ചെയ്യുന്നതിനായി നൽകുന്നു.
DjVu ഫയലുകളുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു. വ്യത്യസ്തമായി djvused(1) DjVuLibre XML ടൂളുകൾ XML-നെ ആശ്രയിക്കുന്നു
സാങ്കേതികവിദ്യ കൂടാതെ XML എഡിറ്റർമാരുടെയും വെരിഫയറുകളുടെയും പ്രയോജനം നേടാനാകും.

DJVUTOXML

പ്രോഗ്രാം djvutoxml ഒരു XML ഫയൽ സൃഷ്ടിക്കുന്നു outputxmfile ഒറിജിനലിനെക്കുറിച്ചുള്ള ഒരു റഫറൻസ് അടങ്ങിയിരിക്കുന്നു
DjVu പ്രമാണം inputdjvufile മെറ്റാഡാറ്റ, ഹൈപ്പർലിങ്കുകൾ, എന്നിവയെ വിവരിക്കുന്ന ടാഗുകളും
DjVu ഫയലുമായി ബന്ധപ്പെട്ട മറച്ച വാചകം.

ഇനിപ്പറയുന്ന ഓപ്ഷനുകൾ പിന്തുണയ്ക്കുന്നു:

--പേജ് പേജ്നം
ഒരു മൾട്ടി-പേജ് ഡോക്യുമെന്റിൽ ഒരു പേജ് തിരഞ്ഞെടുക്കുക. ഈ ഓപ്ഷൻ ഇല്ലാതെ, djvutoxml ഔട്ട്പുട്ട് ചെയ്യുന്നു
ഡോക്യുമെന്റിന്റെ എല്ലാ പേജുകൾക്കും അനുയോജ്യമായ XML.

--ടെക്‌സ്റ്റിനൊപ്പം
വ്യക്തമാക്കുന്നു മറഞ്ഞിരിക്കുന്ന ടെക്സ്റ്റ് ഓരോ പേജിനുമുള്ള ഘടകം ഔട്ട്പുട്ടിൽ ഉൾപ്പെടുത്തണം.
ഇല്ലാതെ വ്യക്തമാക്കിയാൽ --വിത്ത്-അന്നോ പതാക പിന്നെ ദി --അന്നോ ഇല്ലാതെ സൂചിപ്പിക്കുന്നത്. എങ്കിൽ
ഒന്നുമില്ല --ടെക്‌സ്റ്റിനൊപ്പം, --വാചകമില്ലാതെ, --വിത്ത്-അന്നോ, or --അന്നോ ഇല്ലാതെ, പതാകകൾ
വ്യക്തമാക്കിയത്, തുടർന്ന് --ടെക്‌സ്റ്റിനൊപ്പം ഒപ്പം --വിത്ത്-അന്നോ പതാകകൾ സൂചിപ്പിച്ചിരിക്കുന്നു.

--വാചകമില്ലാതെ
ഔട്ട്പുട്ട് ചെയ്യരുതെന്ന് വ്യക്തമാക്കുന്നു മറഞ്ഞിരിക്കുന്ന ടെക്സ്റ്റ് ഓരോ പേജിനുമുള്ള ഘടകം. ഇല്ലാതെ വ്യക്തമാക്കിയാൽ
The --അന്നോ ഇല്ലാതെ പതാക പിന്നെ ദി --വിത്ത്-അന്നോ പതാക സൂചിപ്പിക്കുന്നു.

--വിത്ത്-അന്നോ
പ്രദേശം വ്യക്തമാക്കുന്നു മാപ്പ് ഓരോ പേജിനുമുള്ള ഘടകം ഔട്ട്പുട്ടിൽ ഉൾപ്പെടുത്തണം. എങ്കിൽ
ഇല്ലാതെ വ്യക്തമാക്കിയിരിക്കുന്നു --ടെക്‌സ്റ്റിനൊപ്പം പതാക പിന്നെ ദി --വാചകമില്ലാതെ പതാക സൂചിപ്പിക്കുന്നു.

--അന്നോ ഇല്ലാതെ
പ്രദേശം വ്യക്തമാക്കുന്നു മാപ്പ് ഓരോ പേജിനുമുള്ള ഘടകം ഔട്ട്പുട്ടിൽ ഉൾപ്പെടുത്താൻ പാടില്ല.
ഇല്ലാതെ വ്യക്തമാക്കിയാൽ --വാചകമില്ലാതെ പതാക പിന്നെ ദി --ടെക്‌സ്റ്റിനൊപ്പം പതാക സൂചിപ്പിക്കുന്നു.

DJVUXMLPARSER

ഫയലുകൾ നിർമ്മിച്ചത് djvutoxml പിന്നീട് ഒരു ടെക്സ്റ്റ് എഡിറ്റർ അല്ലെങ്കിൽ ഒരു XML ഉപയോഗിച്ച് പരിഷ്കരിക്കാനാകും
എഡിറ്റർ. പ്രോഗ്രാം djvuxmlparser XML ഫയൽ പാഴ്‌സ് ചെയ്യുന്നു inputxmfile പരിഷ്കരിക്കുന്നതിന്
അനുബന്ധ DjVu ഫയലിന്റെ മെറ്റാഡാറ്റ.

-o djvufile
തത്വത്തിൽ ടാർഗെറ്റ് DjVu ഫയൽ റഫറൻസ് ചെയ്ത ഫയലാണ് ലക്ഷ്യം ന്റെ ഘടകം
XML ഫയൽ. ഈ ഓപ്‌ഷൻ നൽകിയിരിക്കുന്ന ഫയലിന്റെ പേര് അസാധുവാക്കാനുള്ള മാർഗം നൽകുന്നു
The ലക്ഷ്യം ഘടകം.

DJVUXML പ്രമാണം തരം നിർവചനം

ഡോക്യുമെന്റ് തരം ഡെഫനിഷൻ ഫയൽ (DTD)

/usr/share/djvu/pubtext/DjVuXML-s.dtd

DjVu XML ടൂളുകളുടെ ഇൻപുട്ടും ഔട്ട്പുട്ടും നിർവചിക്കുന്നു.

DjVuXML-s DTD എന്നത് HTML DTD യുടെ ലളിതവൽക്കരണമാണ്:

http://www.w3c.org/TR/1998/REC-html40-19980424/sgml/dtd.html

DjVu-ന് പ്രത്യേകമായി കുറച്ച് പുതിയ ആട്രിബ്യൂട്ടുകൾ ചേർത്തു. ഒരു DjVu-യുടെ ഓരോ നിർദ്ദിഷ്ട പേജുകളും
പ്രമാണം പ്രതിനിധീകരിക്കുന്നു ലക്ഷ്യം ഉള്ളിലെ ഘടകങ്ങൾ സംഘം XML ഫയലിന്റെ ഘടകം. ഓരോന്നും
ലക്ഷ്യം മൂലകത്തിൽ ഒന്നിലധികം അടങ്ങിയിരിക്കാം പരം പേജിന്റെ പേര് പോലുള്ള ആട്രിബ്യൂട്ടുകൾ വ്യക്തമാക്കുന്നതിനുള്ള ഘടകങ്ങൾ,
റെസലൂഷൻ, ഗാമാ ഘടകം. ഓരോന്നും ലക്ഷ്യം മൂലകത്തിൽ ഒരെണ്ണവും അടങ്ങിയിരിക്കാം HIDDENTTEXT
DjVu-നുള്ളിൽ മറഞ്ഞിരിക്കുന്ന വാചകം (സാധാരണയായി ഒരു OCR എഞ്ചിൻ ഉപയോഗിച്ചാണ് സൃഷ്ടിക്കുന്നത്) വ്യക്തമാക്കുന്നതിനുള്ള ഘടകം
പേജ്. കൂടാതെ ഓരോന്നും ലക്ഷ്യം ഘടകം ഒരൊറ്റ പ്രദേശത്തെ പരാമർശിച്ചേക്കാം മാപ്പ് ഘടകം ഏത്
ഒന്നിലധികം അടങ്ങിയിരിക്കുന്നു AREA എല്ലാ ഹൈപ്പർലിങ്കിനെയും പ്രതിനിധീകരിക്കുന്നതിനും ഉള്ളിലെ ഏരിയകൾ ഹൈലൈറ്റ് ചെയ്യുന്നതിനുമുള്ള ഘടകങ്ങൾ
DjVu പ്രമാണം.

പരം മൂലകങ്ങൾ
നിയമ പരം ഒരു DjVu യുടെ ഘടകങ്ങൾ ലക്ഷ്യം ഉൾപ്പെടുത്തുക എന്നാൽ അതിൽ മാത്രം പരിമിതപ്പെടുന്നില്ല പേജ് വ്യക്തമാക്കുന്നതിന്
പേജിന്റെ പേര്, ഗാമ ഗാമാ തിരുത്തൽ ഘടകം വ്യക്തമാക്കുന്നതിന് (സാധാരണയായി 2.2), കൂടാതെ ഡിപിഐ
പേജ് റെസലൂഷൻ വ്യക്തമാക്കുന്നതിന്.

മറഞ്ഞിരിക്കുന്ന ടെക്സ്റ്റ് മൂലകങ്ങൾ
ദി മറഞ്ഞിരിക്കുന്ന ടെക്സ്റ്റ് മൂലകങ്ങൾ നെസ്റ്റഡ് ഘടകങ്ങൾ ഉൾക്കൊള്ളുന്നു പേജ് കോളങ്ങൾ, പ്രദേശം, രേഖ,
രേഖ, ഒപ്പം വാക്ക്. വ്യക്തമാക്കിയിട്ടുള്ള ഏറ്റവും ആഴത്തിലുള്ള നെസ്റ്റഡ് ഘടകം, അതിർത്തി വ്യക്തമാക്കണം
ടോപ്പ്-ഡൌൺ ഓറിയന്റേഷനിലുള്ള മൂലകത്തിന്റെ കോർഡിനേറ്റുകൾ. ഏറ്റവും ആഴത്തിൽ കൂടുകൂട്ടിയ ശരീരം
മൂലകത്തിൽ വാചകം അടങ്ങിയിരിക്കണം. മിക്ക DjVu രേഖകളും ഒന്നുകിൽ ഉപയോഗിക്കുന്നു LINE or WORD പോലെ
ഏറ്റവും താഴ്ന്ന നിലയിലുള്ള ഘടകം, എന്നാൽ ഏത് മൂലകവും ഏറ്റവും താഴ്ന്ന നിലയിലുള്ള മൂലകമെന്ന നിലയിൽ നിയമപരമാണ്. ഒരു വെളുത്ത ഇടം
ഇടയിൽ എപ്പോഴും ചേർക്കുന്നു WORD മൂലകങ്ങളും ഒരു ലൈൻ ഫീഡും ഇടയിൽ എപ്പോഴും ചേർക്കുന്നു LINE
ഘടകങ്ങൾ. ജാപ്പനീസ് പോലുള്ള ഭാഷകൾ വാക്കുകൾക്കിടയിൽ ഇടം ഉപയോഗിക്കാത്തതിനാൽ, അത് തികച്ചും അനുയോജ്യമാണ്
ഏഷ്യൻ OCR എഞ്ചിനുകൾ ഉപയോഗിക്കുന്നത് സാധാരണമാണ് WORD പകരം കഥാപാത്രങ്ങളായി.

മാപ്പ് മൂലകങ്ങൾ
ശരീരം മാപ്പ് ഘടകങ്ങൾ ഉൾക്കൊള്ളുന്നു AREA ഘടകങ്ങൾ. ആട്രിബ്യൂട്ടുകൾക്ക് പുറമേ
ൽ ലിസ്റ്റുചെയ്തിരിക്കുന്നു

http://www.w3.org/TR/1998/REC-html40-19980424/struct/objects.html#edef-AREA,

ആട്രിബ്യൂട്ടുകൾ അതിർത്തി തരം, ബോർഡർ കളർ, അതിര്ത്തി, ഒപ്പം ഹൈലൈറ്റ് വ്യക്തമാക്കാൻ ചേർത്തിട്ടുണ്ട്
യഥാക്രമം ബോർഡർ തരം, ബോർഡർ നിറം, ബോർഡർ വീതി, ഹൈലൈറ്റ് നിറങ്ങൾ. നിയമപരമായ മൂല്യങ്ങൾ
ഈ ആട്രിബ്യൂട്ടുകൾ ഓരോന്നിനും DjVuXML-s DTD-യിൽ ലിസ്റ്റ് ചെയ്തിരിക്കുന്നു. കൂടാതെ, ആകൃതി ഓവൽ
രൂപങ്ങളുടെ നിയമപരമായ പട്ടികയിൽ ചേർത്തു. ഒരു ഓവൽ ഒരു ചതുരാകൃതിയിലുള്ള ബൗണ്ടിംഗ് ബോക്സ് ഉപയോഗിക്കുന്നു.

onworks.net സേവനങ്ങൾ ഉപയോഗിച്ച് djvuxmlparser ഓൺലൈനിൽ ഉപയോഗിക്കുക