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