求扫描版古籍转文本的工具

栏目：古籍资讯发布：2023-08-04浏览：1收藏

求扫描版古籍转文本的工具,第1张

用office 的Document Imaging OCR文本识别功能，能从扫描文件中识别文字转换成文本或word格式文件；

从开始-程序-office-打开软件

先打开扫描的Tag图像文件格式的文件，点工具-‘使用OCR识别文本’识别出来，然后另存为文本文件。

分类: 电脑/网络 >> 软件

解析:

除了纯文本文件，《读书人》软件还支持一种自已的电子书文件格式，我们常称其为《读书人》格式。因这种格式的文件以BOK为后缀，所以也称其为BOK格式。

BOK格式电子书简介

BOK格式电子书由一个主文档和其它相关的素材文件构成。

和超文本标记语言（HTML）一样，BOK格式电子书的主文档除包括主要的文本内容外，还包含有文档的结构格式等辅助信息，而且这些辅助信息也是由一些写在一对尖括号（<>）内的控制符来完成的，在HTML中这些内容有时也称为HTML无素。

当然，BOK主文档的控制符和HTML文档的控制符只是相似而矣，它们的定义规范是完全不同的。因为BOK主文档是为编写一整本图书设计的，而HTML文档主要用来显示一个WEB页面。例如一个BOK主文档往往需要记录一本书所属的图书分类信息，而HTML文档则没有这个必要。

除了主文档，BOK格式电子书一般还包括存储有、声音等其它信息的文件，我们一般称之为素材文件。这些素材文件可以和主文档一起经过压缩、加密、合并等处理后整合到一个文件中，形成单文件的电子书。

其实，所谓的BOK格式还只是一种笼统的说法，它只是《读书人》支持的所有相似的专用图书格式的总称。

通过定义不同的BOK主文档标识符，可以定义不同的BOK图书格式。和HTML的标识符（<HTML>）一样，BOK主文档标识符必须出现在文档的开始处，而且BOK主文档的要求比HTML更为严格，因为《读书人》如果发现文档起始的7个字符不是已定义的标识符的话，它会简单地把文档当作TXT纯文本来处理，而HTML则不会。同时要注意的是，BOK主文档标识符不要放在尖括号（<>）内，而且也没有结束符。

下表中列举了几种《读书人》支持的图书格式：

格式名称标识符特点

文档格式 NOVBOOK 适用于以文字内容为主的图书文档。能自动分页、分栏。

像册格式 PICBOOK 适用于复杂图文混排的图书文档。每页独立，每页结束要使用分页符强制分页。页眉页脚、分栏等都需手工处理。设计更自由也更复杂。

古籍格式 CLABOOK 以32点楷体竖排显示，支持批注、断句，不支持、标点，不能改变字体和段落格式。

如何制作BOK格式电子书

了解一种新的东西，最好的办法就是亲自动手来试一试。我们这里提供了一个BOK格式E书制作的《教程》，它将一步一步地告诉你E书是怎么"炼"成的。

BOK格式控制符详解

当你动手开始制作自已的电子书时，你可能需要一本BOK格式控制符的《手册》。就象一本字典一样，他能在你不清楚的时候，给你一个答案。

学习别人的经验

如果能够参阅一下别人的优秀作品，不失为提高自已水平的好办法。你可以先下载一本E书，然后解包出它的主文档（如果作者设置他的图书可以共享的话），用文本编辑器打开解出来的主文档，你就可以看到别人的E书是如何设计的。

这种标点叫开明制标点，一般在方正书版软件中可以自动处理。在word中通过特殊方法，也可以做到。

将需要处理的标点罗列出来，这里仅以常见的几种标点为例：

打开查找对话框。

查找：[“”，。]。

展开“高级”，勾选”使用通配符“，勾选”突出显示所有在该范围找到的项目“，点”查找全部“（2007版以上点”主文档“）。

关闭查找对话框，这里所有被查找到的字符处于被选中状态，不可在页面区域点击鼠标，否则所选字符即被放弃。

下面有两个选择：

第一是选”格式“菜单中的“更改大小写”--半角。当然，不进行前面的查找，也可以直接选择全文后执行此操作。这种方法是将除句号之外的标点处理为半角，不够美观。

第二是选“格式”菜单--“字体”，选“字符间距”标签，在“间距”中选择“紧缩，并在其磅值栏填选2。

古籍用竖排更方便校对。整理古籍经常用对着多种竖排的古本校对，这时候如果是横排，会带来诸多不便。不过另外一些朋友用的整理平台的操作板只支持横排，也没有太大问题。所有说到底也是习惯。

《中国给水排水》（半月刊）创刊于1985年，是国内外公开发行的技术性刊物。本刊是面向全国给水排水和环境工程界的专业性科技期刊，是中国建筑类核心期刊和中国科技论文统计源期刊，具有较高的理论导向性和较强的工程实践性，在国内享有盛誉，被称为中国水行业的“首席杂志”。

《中国给水排水》读者对象主要是自来水、市政排水、建筑给排水、水与废水处理等行业的设计、科研、教学、信息管理、施工、生产、分析、监测人员和大中专院校学生等，目前发行量已达15000余册/期。

中国给水排水收录情况/影响因子

国家新闻出版总署收录　维普网、万方数据库、知网数据库、文摘杂志、日本科学技术振兴机构中国文献数据库、剑桥科学文摘、剑桥科学文摘社ProQeust数据库、化学文摘（网络版）收录

1、中文核心期刊：

1992-2011年连续6届中文核心期刊（中文核心期刊(1992)、中文核心期刊(1996)、中文核心期刊(2000)、中文核心期刊(2004)、中文核心期刊(2008)、中文核心期刊(2011)）

2、中国科技论文统计源期刊（中国科技核心期刊）

3、CSCD中国科学引文数据库来源期刊（2013-2014年度）（含扩展版）

4、数据：MARC数据、DC数据

5、图书馆藏：国家图书馆馆藏、上海图书馆馆藏

6、影响因子：

截止2014年万方：影响因子：；总被引频次：

截止2014年知网：复合影响因子：0777；综合影响因子：0498

7、中国给水排水杂志荣誉：

全国建筑科学类中文核心期刊

中国科技论文统计源期刊

全国优秀期刊

中国期刊方阵双效期刊

建设部优秀期刊

华北地区十佳优秀期刊

8、偏重的研究方向：工程与材料、环境工程、建筑环境与结构工程、化学科学、环境化学、水环境与生态水利、环境污染化学、分析化学、光谱分析、生命科学、微生物学、环境微生物学、污染控制化学、水利科学与海洋工程

9、投稿录用比例：66%

10、审稿速度：平均193333个月的审稿周期

主要栏目

论述与研究、述评与讨论、技术总结、设计经验、工程实例、技术改造、水业导航、节水与回用等栏目。

投稿须知

文章标题：一般不超过20个汉字，必要时加副标题，并译成英文。

作者姓名、工作单位：题目下面均应写作者姓名，姓名下面写单位名称（一、二级单位）、所在城市（不是省会的城市前必须加省名）、邮编，不同单位的多位作者应以序号分别列出上述信息。

提要：用第三人称写法，不以“本文”、“作者”等作主语，应是一篇能客观反映文章核心观点和创新观点的表意明确、实在的小短文，切忌写成背景交代或“中心思想”，100－200字为宜。

4关键词：3－5个，以分号相隔，选择与文章核心内容相关的具有独立性的实在词。

5正文标题：内容应简洁、明了，层次不宜过多，层次序号为一、（一）、1、（1），层次少时可依次选序号。

6正文文字：一般不超过1万字，正文用小4号宋体，通栏排版。

7数字用法：执行GB/T15835－1995《出版物上数字用法的规定》，凡公元纪年、年代、年、月、日、时刻、各种记数与计量等均采用阿拉伯数字；夏历、清代及其以前纪年、星期几、数字作为语素构成的定型词、词组、惯用语、缩略语、临近两数字并列连用的概略语等用汉字数字。

8图表：文中尽量少用图表，必须使用时，应简洁、明了，少占篇幅，图表均采用黑色线条，分别用阿拉伯数字顺序编号，应有简明表题（表上）、图题（图下），表中数据应注明资料来源。

9注释：注释主要包括释义性注释和引文注释，集中列于文末参考文献之前。释义性注释是对论著正文中某一特定内容的进一步解释或补充说明；引文注释包括各种不宜列入文后参考文献的引文和个别文后参考文献的节略形式，其序号为①②③……。

10参考文献：参考文献是作者撰写论著时所引用的已公开发表的文献书目，是对引文作者、作品、出处、版本等情况的说明，文中用序号标出，详细引文情况按顺序排列文尾。以单字母方式标识以下各种参考文献类型：普通图书[M]，会议论文[C]，报纸文章[N]，期刊文章[J]，学位论文[D]，报告[R]，标准[S]，专利〔P〕，汇编[G]，档案[B]，古籍[O]，参考工具[K]，其他未说明文献〔Z〕。格式与示例如下：

（1）图书类格式：[序号]主要责任者文献题名:其他题名信息(任选)[文献类型标识]其他责任者(任选)出版地:出版者,出版年:起止页码

（2）期刊文章格式：[序号]主要责任者文献题名[J]刊名(建议外文刊名后加ISSN号),年,卷(期):起止页码

（3）报纸文章格式：[序号]主要责任者文献题名[N]报纸名,出版日期(版次)

（4）古籍格式：[序号]主要责任者文献题名[O]其他责任者(包括校、勘、注、批等)刊行年代(古历纪年)及刊物机构(版本)收藏机构

（5）析出文献格式：[序号]析出文献主要责任者析出文献题名[文献类型标识]//原文献主要责任者(任选)原文献题名出版地:出版者,出版年:析出文献起止页码

（6）电子文献格式：主要责任者文献题名[文献类型标识/载体类型标识]出处或可获得地址，发表或更新日期/引用日期（任选）

（7）文献重复引用标记：同一作者的同一文献被多次引用时，在文后参考文献中只出现一次,其中不注页码；而在正文中标注首次引用的文献序号，并在序号的角标外著录引文页码。

11．基金项目：获得国家基金资助和省部级科研项目的文章请注明基金项目名称及编号，按项目证明文字材料标示清楚。

12．作者简介：姓名（出生年-），性别，民族（汉族可省略），籍贯，现供职单位全称及职称、学位，研究方向。

13来稿请注明作者电话、E-mail，收刊人及详细地址、邮编。

14．其他：请勿一稿两发，并请自留原稿，本刊概不退稿。

1本网站非杂志社官方地址，本网站如无意中侵犯了哪个媒体或个人的知识产权，请来函或来电告知，本网站将立即给予删除。