U
UweHei
Gast
Hallo,
ich benötige eure Hilfe bei folgendem Problem: Ich habe eine Text-Datei, die mehrere Datensätze enthält. Die Datensätze sind in HTML formatiert. Die Textdatei sieht in etwa wie folgt aus (einzeln bekomme ich die Datensätze nicht aus meinem Programm heraus):
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN"
hier folgen einige Zeilen HTML
<title>Vorname Name</title><!-- Person-ID: ma0000001 -->
hier folgen weitere Zeilen HTML
</div></body></html>
hier folgt eine Leerzeile
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN"
hier folgen einige Zeilen HTML
<title>Vorname Name</title><!-- Person-ID: ma0000002 -->
hier folgen weitere Zeilen HTML
</div></body></html>
hier folgt eine Leerzeile
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN"
hier folgen einige Zeilen HTML
<title>Vorname Name</title><!-- Person-ID: ma0000003 -->
hier folgen weitere Zeilen HTML
</div></body></html>
hier folgt eine Leerzeile
Ich möchte diese Text-Datei nun in einzelne Dateien aufspalten, so dass die einzelnen Dateien mit
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN"
beginnen und mit
</div></body></html>
enden.
D.h. das Programm/Script müsste die Leerzeile oder </div></body></html> erkennen, alternative könnte auch eine besondere Zeichenfolge eingefügt werden.
Außerdem müssen die Umlaute, ß usw. beibehalten bleiben.
Das „Sahnehäubchen“ wäre, wenn die erzeugten Dateien entsprechende der ID benannt werden (z.B. „ma0000003.html“). Hierzu müsste das Programm/Script die Zeichenfolge „ID:“ erkennen (nicht „Person-ID:“, da „Person“ ggf. durch etwas anders ersetzt wird). Das muss aber nicht unbedingt sein, da ich die Dateien auch mit einem anderem Programm umbenennen kann.
So, wie mache ich das? Ich kenne mich mit Scripten (C++, VBA und was es sonst noch so gibt) leider nicht wirklich aus, das sollte bei einer Erklärung berücksichtigt werden ;-). Ich hatte auch schon nach Programmen gesucht, aber außer TextWedge habe ich nichts gefunden. Und das ist leider unbrauchbar, weil es zum einen die Umlaute falsch darstellt und sich außerdem aufhängt (es tut also nicht).
Schönen Gruß
Uwe
ich benötige eure Hilfe bei folgendem Problem: Ich habe eine Text-Datei, die mehrere Datensätze enthält. Die Datensätze sind in HTML formatiert. Die Textdatei sieht in etwa wie folgt aus (einzeln bekomme ich die Datensätze nicht aus meinem Programm heraus):
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN"
hier folgen einige Zeilen HTML
<title>Vorname Name</title><!-- Person-ID: ma0000001 -->
hier folgen weitere Zeilen HTML
</div></body></html>
hier folgt eine Leerzeile
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN"
hier folgen einige Zeilen HTML
<title>Vorname Name</title><!-- Person-ID: ma0000002 -->
hier folgen weitere Zeilen HTML
</div></body></html>
hier folgt eine Leerzeile
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN"
hier folgen einige Zeilen HTML
<title>Vorname Name</title><!-- Person-ID: ma0000003 -->
hier folgen weitere Zeilen HTML
</div></body></html>
hier folgt eine Leerzeile
Ich möchte diese Text-Datei nun in einzelne Dateien aufspalten, so dass die einzelnen Dateien mit
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN"
beginnen und mit
</div></body></html>
enden.
D.h. das Programm/Script müsste die Leerzeile oder </div></body></html> erkennen, alternative könnte auch eine besondere Zeichenfolge eingefügt werden.
Außerdem müssen die Umlaute, ß usw. beibehalten bleiben.
Das „Sahnehäubchen“ wäre, wenn die erzeugten Dateien entsprechende der ID benannt werden (z.B. „ma0000003.html“). Hierzu müsste das Programm/Script die Zeichenfolge „ID:“ erkennen (nicht „Person-ID:“, da „Person“ ggf. durch etwas anders ersetzt wird). Das muss aber nicht unbedingt sein, da ich die Dateien auch mit einem anderem Programm umbenennen kann.
So, wie mache ich das? Ich kenne mich mit Scripten (C++, VBA und was es sonst noch so gibt) leider nicht wirklich aus, das sollte bei einer Erklärung berücksichtigt werden ;-). Ich hatte auch schon nach Programmen gesucht, aber außer TextWedge habe ich nichts gefunden. Und das ist leider unbrauchbar, weil es zum einen die Umlaute falsch darstellt und sich außerdem aufhängt (es tut also nicht).
Schönen Gruß
Uwe
