Twitter 推文网页存档自动简化转换 121101

Twitter 推文网页存档自动简化转换
v121101

修订：

1. 不依赖于 cygwin sort.exe ，只要安装 ActiveState Perl 即可。
   
2. 对 mobile twitter 网页支持。
3. 其他许多错误修正。具体请看  https://github.com/lihlii/msg_cleanup/commits/master 。
   

用法:

1. 安装 Perl 解释器，推荐用 ActivePerl http://www.activestate.com/activeperl/downloads 。
2. 将本文件包内容展开到一个文件夹中。下载文件包： https://www.wuala.com /lihlii_童言无忌/Topic/软件/Twitter/cleanup/
3. 将需要保存的推文保存为完整网页（Complete HTML）格式，不要保存为仅存网页（HTML Only）格式，那样网页中信息可能不全。
4. 将保存的推文 HTML 文件拷贝到如上 2. 所述文件夹中。
5. 运行 merge_sort.bat，该脚本程序可以处理多个 HTML 文件并将其中推文按照时间排序，删除重复推文，输出结果 merge_sort.tsv 是一个以 TAB 字符分隔的已经排序过的推文列表，可以导入 Excel/LibreOffice Calc 软件进行处理。
6. 运行 tsv2html.bat 会自动将 merge_sort.tsv 文件转换为简化的 HTML 文件适合作为存档。
7. 也可以直接运行 merge_sort_htm.bat，则自动调用第 5. 6. 步所述脚本程序，在浏览器中打开生成的 merge_sort.htm 文件，如果有内嵌图片，则最好再以完整网页格式保存一次，这样可以确保 将内嵌图片也保存到本地存档。
   
8. 拷倍网页内容后可粘贴到邮件编辑器（如 Thunderbird）或博客编辑器中发布。发布的推文格式如 http://lihlii.blogspot.nl/2012/10/alison-klayman-never-sorry.html 所示。
9. 最新版本发布在 https://github.com/lihlii/msg_cleanup 。
   
10. 有任何问题或修改建议，请联系 lihlii64@gmail.com 或 https://twitter.com/lihlii 。

---

喜欢这篇文章吗？欢迎发空信给 lihlii+subscribe@googlegroups.com 订阅《童言无忌》邮件组 发空信给 jrzl+subscribe@googlegroups.com 订阅《今日知录邮件组》。

---