Html2dvi

[English]
*** Ver0.6k およびそれ以前のものに不要な空白が紛れ込んでいました。***
*** Ver0.7 より複数のファイルを一括して処理できるようになりました。***
*** Ver0.7 はバグだらけでしたので、0.7a以降をお使い下さい。 ***

１. 使用の前に

Html2dvi は HTML ファイルを TeX ファイルに変換し、さらに tex プログラムを呼出し dvi ファイルを作成し、必要ならプレビューアを起動する perl のスクリプトです。画像は単に文字列[img]もしくは ALTで指定された文字列を出力します。文字データをより読みやすい形に変換して、画面上で読むためのツールです。

スクリプトの最初の部分で、perl 実行ファイル、 TeX 実行ファイル、日本語使用の有無、日本語コード変換ツール（およびオプション）、プレビューア名などを指定する場所があります。まず、その部分を自分の環境に合わせてください。日本語関係のコマンドは Ascii 版を前提に記述しています。日本語化されていない perl で、日本語を含んだ文書を扱うときは、 $perl_is_japanized = 0;として下さい（デフォルトでは 1 になっているはずです）。さもないと、文字化けがおこることがあります。ただし、この場合、異常に長い行を含むファイルを処理できません。
スクリプト自身が日本語文字を含んでいますので、必要に応じてコードを変換して下さい。
また chmod +x html2dvi とやって、スクリプトを実行可能にしておいてください。スクリプト１つで実行できますので、これをパスの通った場所においておけばすぐに使えます。
単に html2dviでヘルプを表示します。
「html2dvi [オプションたち] ファイル名」で拡張子を .tex に変えたファイルを作り、 TeX にかけます。ファイル名は他ディレクトリのファイルを指定しても構いません。その場合でも TeX ファイルはカレント・ディレクトリに作られます。すでに同名の TeX ファイルがある場合は、そのファイルの拡張子を .bak につけ変えます。
dvi ファイル作成後、自動的にプレビューアを起動するには、-v オプションを用います。

２. 出力の調整

縦横のサイズの指定は、単に A4, B5 の指定だけなら、実行時に、それぞれ -a4オプション・-b5オプションで指定することができます。縦240cmのサイズを指定する-longオプションもあります。もっと細かいサイズ指定や、行間隔、フォントの大きさなどはカレント・ディレクトリのスタイル・ファイル（デフォールトでは html2dvi.st）に記述することにより、指定することができます。カレント・ディレクトリに存在するスタイル・ファイルを使用したくない時は、-fオプションを用います。また、他のファイルを用いたい時はそのファイル名を-fxxxxxxx のように -fに続けて記述します。

-flip を用いると、Html2dvi は文中に「 'xyz' 」だとか「 "xyz" 」のような表現があった場合、これを `xyz' とか ``xyz'' のように変換しようとします。これはうまくいくときもあれば、失敗するときもあります。小説などを読むときに使います。

３. Tableの処理

１ページにはいりきらない大きなテーブルを分割する機能はありません。 -notable オプション（下表参照）を指定して下さい。または、あらかじめ大きな\hsizeを指定したスタイル・ファイルを用意しておき、それを -fオプションで指定して下さい。縦240cm でよければ、-longオプションを指定して下さい。
セルの alignment の指定は無視されます。<TH> によるセンタリングも行われません。ただし、各セルの大きさがあまり大きくない場合は-nofoldオプションを試して見て下さい。

テーブル関係のオプション
オプション	説明
`-omittable`	すべてのテーブルは省略され、かわりに `[table]` という文字列が出力されます。
`-notable`	テーブル関係のタグがすべて無視されます。各セルごとにひとつ(またはそれ以上の)段落を作ります。その際、表のセンタリングがあってもセンタリングは無視されます。
`-nofold`	各セルの内容を１行に表示し、改行を無視します。各コラムは自然な幅をもち、右寄せ・センタリングなども有効になります。

このファイルで、上のオプションを試してみて下さい。

４. １行が長いHTMLファイル

世の中には、異常に長い１行をもつ HTML ファイルがあります。おそらくワープロなどが出力したものでしょう。これをそのまま TeX ファイルに変換すると TeXの能力を越えてしまいます。そこで、html2dvi は ", "（コンマ・プラス・スペース）という組合せを見つけると、それが行末でない限り、その直後に改行を挿入します。また、日本語の "。"（句点）のあとにも同様に改行を挿入し、１行があまり長くならないようにしています。もちろんそのような箇所がなければ、長い行が残ってしまいます。その場合は手作業で修正して下さい。また、以上の理由により、スクリプト中に日本語（。）が記述されています。必要に応じてコードを変換してお使い下さい。なお、１でも記しましたが、スクリプトの最初で $perl_is_japanized = 0; とすると、句点での改行を実行しません。これは、用いる perl が日本語に対応していない場合の誤動作を防ぐときに用います。

５. その他の制限

上記の制限の他にも、いろいろ制限事項(バグともいう)があります。いくつか例をあげます。

タグとその属性の指定が複数行にわたる場合、２行目以下の記述は無視されます。
<OL> でのスタイル指定は無視されます。
フォームは無視されます。
<FONT>や</FONT>も無視されます。
H₂O のような表現で、サブスクリプトやスーパースクリプトが小さくなりません。
アンダーラインを指定した文字列が複数行にわたる場合、HTMLファイル中での改行箇所にスペースが挿入されます。（例えば今の「改行」と「箇所」の間）英文の場合には単語をわける働きをするのですが、日本語の場合若干見苦しくなります。また、英文のハイフネーション・リガチャーなどの処理も行われません。これは文字のひとつひとつを１単語とみなして処理をしているためです。ただし、$use_japanese = 1; かつ $perl_is_japanized = 0; と設定してある場合は、日本語の２バイト文字を１バイトずつ処理しないように文字列全体をひとつの horizontal box として扱いますので、下線をほどこした文字列が右マージンを越して飛び出すことがあります。
&#ddd;のような数値による文字指定だとか Æ のような表現には一部対応しています。対応していない文字・記号 (たとえば α)は空白記号で表現されます。どのようなものに対応しているかは、
などのページを処理して、確かめて下さい。
リスト中のリストの深さは、通算した深さで計算しています。リストの中にあるテーブルのセルの中で、更に新しいリストを作った場合、深さをリセットするべきでしょうが、あまりにも面倒なのでやっていません。
<UL> と </UL> などではさまれないリスト項目はインデントが深くならず、項目の記号や番号が左にとびだす場合があります。
未対応のタグでエラーが起きることもあります。TeX に苦情を言われたら、 r を入力してしのいでみて下さい。うまくいくときもあります。

６. 変換の方針

まず、ファイルを最後まで調べて、テーブルのサイズとキャプションを調べます。それらのデータを記憶し、もう一度ファイルを先頭から読んで行きます。テーブルのキャプション以外は、各タグをその順に TeX のコマンド列に変換して出力します。タグでないものは特殊文字をのぞき、ほとんどそのままファイルに出力します。というわけですので、メモリー不足になるようなことはほとんど起きないはずです。

Perl のページに戻る