TextPro(文本处理)专家.doc

? 第一篇：佛经整理添利器　文本专家显身手第二篇：简繁非对称转换　交互式逐词核选第三篇：正则表达式替换　中英文分项匹配第四篇：外部自定义替换　新功能扩展无限 佛经整理添利器文本专家显身手自转用Windows XP以来，一直为中文内码转换和简繁转换烦恼，原因是很多旧文件并非采用Unicode编码。尽管通过区域语言选项（Regional and Language Options）的高级（Advanced）选项卡可以设置非Unicode语言，但只能在Chinese（PRC）或Chinese（Taiwan）做出选择，不能同时兼顾GB和Big5。中文内码转换还说好办，因为从Windows 2000可以找到中文转码器（Chinese Code Converter）来完成Unicode、GB和Big5三者之间的转换，最不济记事本（Notepad）在保存文件时指定ANSI或Unicode编码也可完成基本转换。比较棘手的是简繁转换，中文转码器所提供的简繁转换属于简单的一对一转换，而不考虑一对多转换。当然，处理这方面工作的最理想工具非Word莫属了，但似乎有杀鸡用牛刀之嫌。且不说Word个头大、价格高，一般英文版也不提供中文校对工具（Proofing Tools），而简繁转换属于中文校对工具的功能之一。在网上曾看过一些简繁转换工具介绍，只有小部分做得比中文转码器稍好一点点，但也就这个水平了。尽管当时也看到TextPro这个工具，却发现由佛教网站“菩提树”（后为“中华佛典宝库”）所开发，以为不过尔尔。去年（2004）终于在佛友的推荐下下载试用，不禁惊为天人，大有“众里寻他千百度”之叹。 根据“菩提树”网站介绍，TextPro是1998年由林昌东应网站设计要求而开发的软件，最初是为更准确快速地处理佛经转为电子文本的工作。本来只有几个功能的小工具，后来居然一发不可收拾，功能越增越多。又蒙网友“以前是高手”的加盟，逐渐发展到二十项功能（图2），版本也升级到了5.1版（图3）。 TextPro独到之处有Big5码与GBK码的自动转换或人工干预转换、GBK码汉字简繁转换、查找替换中支持双字节的正则表达式和自定义替换、Windows下的文件比较、自动合并文件以及支持上述绝大部分功能的批处理功能，这些功能的实现主要归功于两位编程者，而发起整个项目的召集人Linden也功不可没。程序发布后受到许多好评，不断有人提出新的功能要求。TextPro可以将所有Big5码汉字与GBK码汉字相互转换，转码数量在同类软件中最大。除了一对一的汉字转换外，内部转换时还采取了以词组选择多义字的方法以尽量减少转换错误。随后用户还可在自动转码后采用人工干预的“核选”操作，对最常见的转换错误进行审核。如果还要进一步转换到GB码，应该先经过Big5码与GBK码转换的步骤，再进行GBK码繁简转换的步骤（表1）。Big5码与GBK码转换与GBK码繁简转换功能分开执行可以适应一些特殊的需求，也为今后Unicode的发展趋势做好准备。简体转繁体中解决了大部分一对多的难题，但对多义字和古今用法中的异体字还不适用，只能起到参考作用。 TextPro也是一个综合批处理中文文本文件和超文本文件的程序，具备删除半角符号（包括字母、数字、连续空格或指定符号，可自动识别并保留英文中间的半角空格）、字符的半角全角转换、规范行首（使每段以两个全角空格开始）、括号匹配、括号嵌套转换、自动分段、删除html置标符、汉字后加空格、删除换行（多个连续换行仅保留一个）、行分段与控制行宽、竖排符号横转等。TextPro还是一个简易的文本编辑器，可以打开大文本，不受64K限制。目前TextPro的已知问题有光标显示上有时会出错，对选择文件块的拖动还会出错（建议使用复制、粘贴功能），尚未加入打印、自定义工具栏和快捷键等功能。由于是免费软件，升级较慢。TextPro是一款绿色软件，可直接使用经过解压后的TextPro.exe程序，无需安装。为方便使用，用户最好自行在桌面上建立TextPro的快捷方式，甚至设置快捷键（图4从略）。 简繁非对称转换交互式逐词核选TextPro的汉字转换既能在中国大陆通用的GBK码与台港澳通用的Big5码之间进行汉字内码的互相转换，也能进行GBK码繁简汉字之间的互相转换。进行Big5码与GBK码的互相转换时，可选择TextPro“转换”中的“BIG5-GBK”或“GBK-BIG5”命令或工具栏上的按钮对汉字进行Big5码与GBK码互相转换（图1），也可使用批处理功能对整个目录或多文件转换（图2）。 进行GBK码繁简汉字之间的互相转换，用法同上。如果要得到GBK码到Big5码的高质量转换，应该先经过GBK码简繁转换的步骤，再做GBK码转Big5码的步骤。T