View Code? Open in Web Editor
NEW
QQ聊天文件分析。from *.mht to QA-Pairs.txt。
qqchatanalysis's Introduction
- 一个将Mht转化为Html文件的bash脚本
- 使用
./Mht2Html.sh $folder命令可以运行，会将folder文件夹以及其子文件夹下的所有mht文件转化为html文件
- 脚本首先调用QQMhtToHtml.exe提取图片，生成临时tphtml文件与mht文件中的图片会存在与一个新建的文件夹下
- 该bash脚本会调用CutFileTail的Python程序，截断tphtml文件后的base64部分，留下含tag的html文本部分
- CutFileTail.py → 接受三个输入参数：输入文件名，输出文件名，截断标志字符串
- 该bash脚本脚本会遍历之前提取的图片，并通过调用RplSubStr.py，将html文件中的
![]()
的src链接到生成的文件中
- RplSubStr.py → 接受三个参数：处理文件的文件名，引号内的不包含扩展名的文件名，替换的文件名以及扩展名。比如：
- 输入文件内容以及文件名 →
<image src = "ImageFile.dat"></image> # HtmlFile.html
- 输入命令 →
pyhton RplSubStr.py HtmlFile.html ImageFile ImageFile.jpg
- 输出文件内容以及文件名 →
<image src = "ImageFile.jpg"></image> # HtmlFile.html
- 该bash脚本通过g++编译器编译WrapDay.cpp程序，并调用该程序将聊天文件中一天的所有聊天记录通过一个class为wrap_day的div包装起来
- WrapDay.cpp → 可以接受两个参数为输入文件名与输出文件名（若不满两个，会从标准输入中读入）
- WrapDay.cpp通过c++11的regex库，识别文件开头与结束
recovery.sh → 恢复备份的所有的html文件backup.sh → 备份所有的html文件
qqchatanalysis's People
Contributors
Watchers
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent