[DJ Mogarych]

Перевести HTML в JSON »

Код:

gc 'D:\Downloads\Default Security for Domain Vasya.html' -Encoding utf8 |
C:\scripts\pandoc\pandoc.exe -f html -t json -o 'D:\Downloads\Default Security for Domain Vasya.json'

https://pandoc.org/

[dahiko]

https://pandoc.org/ »

Прикольная штука. Попробовал, т.к. делал на Винде, то у меня было так:

Код:

C:\Users\vasya\Desktop\pandoc.exe C:\Users\vasya\Desktop\123.html -f html -t json -o C:\Users\vasya\Desktop\123.json

И вот, что получилоь:
1. Pandoc перевел все в одну строку и там куча массивов внутри массива. Это усложняет дальше обрабатывать этот файл. По крайней мере для меня. В принципе я делал тоже самое на сайте https://alldocs.app/convert-html-to-pandoc-json когда искал решение.

2. Pandoc добавляет лишнее. Например, из этого "Время ожидания в секундах перед включением заставки" получилось это

Код:

[{"t":"Str","c":"Время"},{"t":"Space"},{"t":"Str","c":"ожидания"},{"t":"Space"},{"t":"Str","c":"в"},{"t":"Space"},{"t":"Str","c":"секундах"},{"t":"Space"},{"t":"Str","c":"перед"},{"t":"Space"},{"t":"Str","c":"включением"},{"t":"Space"},{"t":"Str","c":"заставки"}]}]]]]

Нужно опять писать какие-то регулярки, чтобы дальше это собрать в одно предложение без лишней воды.

Вобщем, не совсем то, что хочется, но буду попробовать дальше раскручивать Pandoc и искать другие решения. Спасибо.

[DJ Mogarych]

Переводите не в json, a в plain text, там результат получается лучше:

Код:

gc 'D:\Downloads\Default Security for Domain Vasya.html' |
C:\scripts\pandoc\pandoc.exe -f html -t plain -o 'D:\Downloads\Default Security for Domain Vasya.txt'

[dahiko]

gc 'D:\Downloads\Default Security for Domain Vasya.html' | C:\scripts\pandoc\pandoc.exe -f html -t plain -o 'D:\Downloads\Default Security for Domain Vasya.txt' »

Это выглядит намного лучше. Есть нюансы конечно.

1. Например, эту же строку "Время ожидания в секундах перед включением заставки" вернул вот так:

Код:

+-----------------------+-----------------------+-----------------------+
| Тайм-аут экранной     | Включено              |                       |
| заставки              |                       |                       |
+-----------------------+-----------------------+-----------------------+
|   -----------------   |                       |                       |
| --------------------- |                       |                       |
| --------------- ----- |                       |                       |
|   Время ожидан        |                       |                       |
| ия в секундах перед в |                       |                       |
| ключением заставки    |                       |                       |
|                       |                       |                       |
|                       |                       |                       |
|                       |                       |                       |
|   Секунды:            |                       |                       |
|                       |                       |                       |
|                   700 |                       |                       |
|   -----------------   |                       |                       |
| --------------------- |                       |                       |
| --------------- ----- |                       |                       |
+-----------------------+-----------------------+-----------------------+

2. Еще добавил символы тире в заголовках столбцов и их количество отличается в зависимости от содержимого текста

Код:

Системные объекты

  Политика                                                                                                                Параметр
  ----------------------------------------------------------------------------------------------------------------------- ----------
  Системные объекты: усилить разрешения по умолчанию для внутренних системных объектов (например, символических ссылок)   Включено

Устройства

  Политика                                                                                  Параметр
  ----------------------------------------------------------------------------------------- ----------------
  Устройства: запретить пользователям установку драйверов принтера                          Включено
  Устройства: разрешить доступ к дисководам гибких дисков только локальным пользователям    Отключено
  Устройства: разрешить доступ к дисководам компакт-дисков только локальным пользователям   Отключено
  Устройства: разрешить форматирование и извлечение съемных носителей                       Администраторы

Кажется с этим лучше работать, чем с тем JSON. Спасибо.

Тему пока не буду отмечать решенной. Вдруг еще кто-то напишет что-то полезного.