java中合并不同子目录下的txt文件（CHM转换成txt的过程）

近日下了一个中文小说CHM，希望放到手机里阅读。结果发现小屏幕的手机看chm真是痛苦。因此想将chm转成txt。

文件：E:\temp.chm

文件大小：220M

试了几个转换工具，貌似都不行⊙﹏⊙b汗

那就自己弄吧^_^，这种方式应该也能转成其他格式，例如word啥的。

首先在cmd命令行用如下命令对dhm反编译：

                              hh -decompile 目标文件夹 源CHM文件名

得到temp文件夹，里面一堆文件

 

所有的txt文本都在temp\txt\数字\txt文件夹中，此文件夹中除了txt文件还有其他文件，例如.jpg

 

大概浏览了一下，txt中需要的部分应该都是中文及标点（，。；）。除了需要的部分，还有一堆html控制语言（英文字母，其他符号，例如< > \ /等）。因此合并时将不需要的部分去掉。这一点可以了利用正则表达式实现（参见http://blog.csdn.net/matao409/article/details/9188737）。

 java合并程序如下：

 

package tony.txttool;import java.io.BufferedReader;import java.io.BufferedWriter;import java.io.File;import java.io.FileReader;import java.io.FileWriter;import java.io.IOException;public class TxtTool {/** * @param args * @throws IOException  */public static void main(String[] args) throws IOException {BufferedWriter fw = new BufferedWriter(new FileWriter(new File("F:\\new.txt")));BufferedReader fr = null;String basepath = "E:\\temp\\txt\\";String subpath = null;String[] subdirnames = new File(basepath).list();for(int i=0;i<subdirnames.length;i++){subpath=basepath+subdirnames[i]+"\\txt";System.out.println(subpath);File[] files =  new File(subpath).listFiles();System.out.println("number of files in "+subpath+" : "+files.length);for(int j=0;j<files.length;j++){//如果不是以.txt结尾的话跳过if(!"txt".equals(files[j].getName().split("\\.")[1])){System.out.println(files[j].getName()+"不是txt文件");continue;}//是txt文件，则从此文件中读出（fr），然后写入到new.txt中（fw）fr = new BufferedReader(new FileReader(files[j]));String line = null;while((line=fr.readLine())!=null){line = handleString(line);fw.write(line);fw.newLine();}}}fw.close();fr.close();System.out.println("over");}private static String handleString(String s){//利用正则表达式和字符串的替换函数，去除所有除了逗号和句号的非汉字s = s.replaceAll("[^\\u4e00-\\u9fa5|\\,||。]", "");return s;}}

 

 最后看到文件比较大，又分割了一下

http://blog.csdn.net/matao409/article/details/9189729

 

 .bat批处理方法应该也能实现，有待进一步研究

 

================================================================

原创文章，转载请注明链接