1. Thu t toán chuy n đ i ki u ch ể ể ậ ổ ữ
Thu t toán này nh n di n và chuy n đ i m t văn b n Ti ng Vi ệ ể ế ả ậ ậ ổ ộ t t ệ ừ ể các ki u
nh p văn b n ( ạ ả VN6909, VN1258, VNI, TCNV3, VIETWARE) sang đ nh d ng ậ ị
unicode vn6909.
Thu t toán:
ậ • Đ u vào: chu i văn b n c n chuy n đ i ki u ể ả ầ ể ầ ỗ ổ
c chuy n v đ nh d ng unicode vn6909 ả ượ ể ề ị ạ
• Đ u ra: Chu i văn b n đã đ ỗ ầ • N i dung: ộ
ả ư ữ ủ ệ ể ạ ậ o Nh n di n ki u ch c a đo n văn b n đ a vào (1)
vn6909 (2) ể ạ
o Chuy n sang đ nh d ng unicode ị
Thu t toán (1) ậ
• Đ u vào: chu i văn b n c n nh n d ng
ầ ả ầ ậ ỗ
ạ • Đ u ra: Ki u gõ c a chu i văn b n đó ủ ể ả ầ ỗ
• N i dung: ộ
đ c bi t s d ng khác nhau c a các ỗ ự ặ ệ ử ụ ủ
o Khai báo m ng các chu i ký t ả
lo i ki u gõ đã đ ể ạ ượ c nh n di n nh trên. ệ ư ậ
ủ ế ả ầ ấ ớ o Đ m t n xu t trùng c a văn b n so v i các b ng mã đã khai báo ả
c nh n di n là mã có s ký t ượ ệ ậ ố ự ấ ớ ả trùng nhi u nh t v i b ng ề o Mã đ
mã đã khai báo.
Ví d m ng khai báo sau đây dùng đ nh n d ng ki u nh p văn b n theo ể ụ ả ể ậ ạ ậ ả
TCVN3
string[] tcvn3 ={
"µ", "¶", "•", "¸", "¹", "»", "¼", "½", "¾", "Ç" , "Ñ", "ß", "å", "æ", "ñ", "÷", "ø", "×", "Ø", "Ü" , "Þ", "þ", "Aµ", "A¶", "A•", "A¸", "A¹", "¡»", "¡¼" , "¡½", "¡¾", "¡Æ", "¢Ç", "¢È", "¢É", "¢Ê", "¢Ë", "EÌ" , "EÎ", "EÏ", "EÐ", "EÑ", "£Ò", "£Ó", "£Ô", "£Õ", "£Ö" , "Oß", "Oá", "Oâ", "Oã", "Oä", "¤å", "¤æ", "¤ç", "¤è" , "¤é", "¥ê", "¥ë", "¥ì", "¥í"\, "¥î", "Uï", "Uñ", "Uò" , "Uó", "Uô", "¦õ", "¦ö", "¦÷", "¦ø", "¦ù", "I×", "IØ" , "IÜ", "IÝ", "IÞ", "Yú", "Yû", "Yü", "Yý", "Yþ", "©" , "¨", "ª", "®", "«", "¬","", "¢", "¡", "£", "§", "¤"
, "¥","¦"
}; Thu n toán (2)
ậ • Đ u vào: chu i văn b n c n chuy n mã và mã c a văn b n đã đ ả ầ ủ ể ả ầ ỗ ượ ậ c nh n
thu t toán (1) ừ d ng t ạ
ậ • Đ u ra: Chu i văn b n đã đ ỗ ầ ả ượ c chuy n mã ể
• N i dung: ộ
ả ự mã ngu n (theo nh n di n) và mã đích ậ ệ ồ
o Khai báo m ng các ký t
(vn6909)
t c t ng ký t i t ặ ạ ấ ả ừ ự trong văn b n g c ố ả o L p l
mã ngu n b ng ký t mã đích ế ự ở ằ ồ ự ở o Thay th ký t
ả ề ế ể o Tr v k t qu là mã đã chuy n. ả
Ví d m ng ký t ụ ả ự mã ngu n c a TCVN3 ồ ủ
private char[] TCVN3_CHAR = {
'\u00FC', '\u00FB', '\u00FE', '\u00FA', '\u00F9', '\u00F7', '\u00F6', '\u00F5', '\u00F8', '\u00F1', '\u00F4', '\u00EE', '\u00EC', '\u00EB', '\u00EA', '\u00ED', '\u00E9', '\u00E7', '\u00E6', '\u00E5', '\u00E8', '\u00E1', '\u00E4', '\u00DE', '\u00D8', '\u00D6', '\u00D4', '\u00D3', '\u00D2', '\u00D5', '\u00CF', '\u00CE', '\u00D1', '\u00C6', '\u00BD', '\u00BC', '\u00AB', '\u00BE', '\u00CB', '\u00C9', '\u00C8', '\u00C7', '\u00CA', '\u00B6', '\u00B9', '\u00AD', '\u00A6', '\u00AC', '\u00A5', '\u00F2', '\u00DC', '\u00AE', '\u00A8', '\u00A1', '\u00F3', '\u00EF', '\u00E2', '\u00BB', '\u00E3', '\u00DF', '\u00DD', '\u00D7', '\u00AA', '\u00D0', '\u00CC', '\u00B7', '\u00A9', '\u00B8', '\u00B5', '\u00A4', '\u00A7', '\u00A3', '\u00A2'
}; 2. Trích l c văn b n t ọ
ả ừ các đ nh d ng khác nhau ạ ị
i dùng Vi c trích l c n i dung văn b n ph thu c vào đ nh d ng t p tin mà ng ụ ọ ộ ệ ệ ạ ả ộ ị ườ
c khai báo tr c và có đ nh nghĩa cho phép nh n di n. Các t p tin này ph i đ ị ả ượ ệ ệ ậ ướ
cách đ c cũng nh trích l c khác nhau. ng d ng này đ nh h Ứ ư ụ ọ ọ ị ướ ộ ng đ đ c n i ể ọ
dung t các lo i văn b n sau đây: ừ ạ ả
• T p tin văn b n Microsoft Word v i các phiên b n 2003 và 2007 t ệ ả ả ớ ươ ng
đ ươ ng v i ph n m r ng .doc và .docx ở ộ ầ ớ
• T p tin văn b n Microsoft Power Point v i các phiên b n 2003 và 2007 ệ ả ả ớ
ng đ t ươ ươ ng v i ph n m r ng .ppt và .pptx ở ộ ầ ớ
• T p tin văn b n Microsoft Excel v i các phiên b n 2003 và 2007 t ệ ả ả ớ ươ ng
đ ươ ng v i ph n m r ng .xls và .xlsx ở ộ ầ ớ
• T p tin văn b n v i đ nh d ng pdf
ớ ị ệ ạ ả
đ a ch
• T p tin html v i các ph n m r ng html, htm và n i dung html t ở ộ
ệ ầ ớ ộ ừ ị ỉ
web
Thu t toán trích l c văn b n t t p tin có đ nh d ng HTML ạ ọ ị
ậ ả ừ ệ • Đ u vào: T p tin văn b n v i đ nh d ng HTML ả ớ ị ệ ạ ầ
• Đ u ra: văn b n hoàn toàn g m các kí t ả ầ ồ ự
• N i dung: ộ
ọ ộ ạ ỗ . ự o Đ c n i dung văn b n đ a v đ nh d ng chu i các ký t ả ư ề ị
c hi n th trên HTML. ủ ỏ ắ ượ ể ị
o H y b dòng tr ng không đ
ủ ỏ ả ắ
o H y b kho ng tr ng tab.
tr ng liên ti p trong HTML. ủ ỏ ự ắ ế
o H y b các ký t
ủ ỏ ẻ
o H y b th HEAD.
t c JavaScript. ủ ỏ ấ ả
o H y b t
đ c bi t nh &, <, >, "… ế ự ặ ệ ư
o Thay th các ký t
ể ặ ả ắ
o Ki m tra xem có ng t dòng (
) ho c kho n (
).
t c các th HTML và tr v hoàn toàn là ạ ỏ ấ ả ướ ả ề ẻ ố
o B c cu i cùng, lo i b t
các ký t .ự
Thu t toán chuy n t t p tin văn Microsoft Word v d ng văn b n. ể ừ ệ ề ạ ả
ậ • Đ u vào: T p tin văn b n v i đ nh d ng .doc, .docx ả ớ ị ệ ạ ầ
• Đ u ra: văn b n hoàn toàn g m các kí t ầ ả ồ ự
• N i dung: ộ
ng Microsoft.Office.Interop.Word. Document ố ượ
o Khai báo đ i t
ươ ể ọ ng th c ActiveWindow.Selection.WholeStory() đ đ c ứ
o S d ng ph ử ụ
n i dung c a văn b n. ủ ộ ả
ẽ ượ ả ộ c khai thác qua thu c tính Content.Text; ộ
o N i dung văn b n text s đ
Thu t toán chuy n t t p tin văn Microsoft Power Point v d ng văn b n. ể ừ ệ ề ạ ả
ậ • Đ u vào: T p tin văn b n v i đ nh d ng .ppt, .pptx ả ớ ị ệ ạ ầ
• Đ u ra: văn b n hoàn toàn g m các kí t ầ ả ồ ự
ng Microsoft.Office.Interop.PowerPoint.Presentation ố ượ
o Khai báo đ i t
ừ ệ o Duy t qua t ng trang trình di n ễ
Duy t qua t ng đ i t ng textbox trang ố ượ ừ ệ
L y n i dung văn b n thêm vào d li u đã l y ấ
ữ ệ ả ấ ộ
i k t qu đã trích xu t đ ả ạ ế c ấ ượ ả
o Tr l
Thu t toán chuy n t n i dung t đ a ch URL v d ng văn b n. ừ ị ề ạ ả ỉ
ậ ể ừ ộ • Đ u vào: n i dung c a văn b n đ c l u trên web thông qua đ a ch URL ủ ầ ộ ả ượ ư ị ỉ
• Đ u ra: văn b n hoàn toàn g m các kí t ầ ả ồ ự
ng ố ượ WebClient dùng đ khai thác d li u qua các trang ữ ệ ể
o Khai báo đ i t
web.
ả ộ ừ ị đ a ch web v và l u vào m t chu i ký t ư ề ộ ỗ ỉ ự o T i n i dung HTML t
đ nh d ng HTML nh ph n trích l c HTML ạ ỏ ử ự ị ư ầ ạ ọ o X lý lo i b các ký t
i k t qu đã đ c lo i b đ nh d ng ả ạ ế ả ượ ạ ỏ ị ạ o Tr l
văn b n Microsoft Word. Thu t toán đ c hình nh t ọ ậ ả ừ ả
• Đ u vào: T p tin văn b n v i đ nh d ng .doc, .docx
ả ớ ị ệ ạ ầ
• Đ u ra: m ng các hình nh ả
ả ầ
ng ố ượ Document dùng đ đ c n i dung văn b n Word. ể ọ ộ ả
o Khai báo đ i t
ấ ả t c các hình v có trên t p tin đã đ c ọ ẽ ệ o Duy t qua t ệ
Khai báo đ i t
Clipboard đ chép n i dung hình nh đã ộ
ng ố ượ ể ả
đ c đ c r i sau đó ghi vào đ i t ng hình nh Bitmap. ượ ọ ồ ố ượ ả
L u d li u vào m ng các hình nh ư ữ ệ ả ả
ả ạ ế i k t qu là m ng các hình nh ả ả ả
