2.1获取文本（课件）-《多媒体技术与应用项目教程》同步教学（航空工业出版社）

文 本 处 理 技 术 第二部分 素材获取处理篇 项目二 文本是文字、字母、数字和各种功能符号的集合。在计算机技术、通信技术和网络技术高速发展的现代化社会，虽然图形、图像、音频和视频等已经成为普遍的信息传播方式，但文本作为传统的信息载体，在多媒体应用中依旧有着不可动摇的重要地位。本项目将介绍获取和处理文本的方法。 项目二 文本处理技术 2 任务一 获取文本 文本在多媒体技术应用中起着举足轻重的作用，本任务将介绍计算机中文本文件的常见格式，以及输入文本的主要方式。 3 项目二 文本处理技术 一、文本文件的常见格式 是纯文本文件格式，可使用Windows系统的“记事本”程序进行编辑和存储。纯文本文件除了换行和回车外，不包括文字的任何格式信息，如字体、大小、颜色、位置等。纯文本文件的通用性很强，在大多数文字处理软件和多媒体开发软件中均可直接使用该类文件。 TXT格式： 4 项目二 文本处理技术 任务一 获取文本 文本文件格式是指在计算机中存储文本的方式。下面介绍常见的文本文件格式。 相关知识 5 项目二 文本处理技术 任务一 获取文本 提 示 利用纯文本文件不包含任何格式信息的特点，可以方便地用它清除文本的格式信息。例如，如果将网页上的文本直接复制到Word等文字处理软件中，往往会带有一些不需要的格式符号，不方便编辑。因此，可首先将这类文本复制到“记事本”等纯文本程序中以转换为纯文本，然后再将纯文本复制到Word中。 相关知识 DOC和DOCX格式： 是文字处理软件Microsoft Word默认使用的文件格式。其中，DOC为Word 2003及以前版本使用；DOCX为Word 2007及以后版本使用。这两种格式的文件除可包含文本和各种排版格式外，还可包含图片、形状、表格、图表和超链接等信息。DOC和DOCX是目前最常用的文本文件格式。 RTF格式： 是Windows的“写字板”程序默认使用的文件格式，在该格式的文档中可以包含文本、图片和超链接等信息。RTF格式的文件被许多文字处理软件和多媒体开发软件支持，如Word和Authorware等。 6 项目二 文本处理技术 任务一 获取文本 相关知识 WPS格式： 是金山WPS文字处理软件默认使用的文件格式。 HTML格式： HTML是超文本标记语言的简称，这是一种网页文档格式，其最大的特点是使用各种标记来表示文档的结构和组成元素。 7 项目二 文本处理技术 任务一 获取文本 PDF格式： 这是由Adobe公司开发的一种电子文档格式。由于PDF格式的文件可以不依赖操作系统的语言和字体就能正常显示，因此它成为在Internet上发布电子文档的理想格式。目前，越来越多的电子图书、产品说明等使用PDF格式。 相关知识 8 项目二 文本处理技术 任务一 获取文本 提 示 各种格式的文本文件可通过一定的方法相互转换。例如，要将DOCX格式的文件转换成RTF格式，可先使用Word打开该文件，然后执行“另存为”命令，在打开的“另存为”对话框的“保存类型”下拉列表中选择“RTF格式”，然后单击“保存”按钮。 相关知识 二、输入文本的主要方式 将文字输入计算机的方式主要有键盘输入、手写输入、语音输入和扫描识别输入。 9 项目二 文本处理技术 任务一 获取文本 键盘输入 1 键盘输入是传统的，也是主要的文字输入手段。计算机的通用键盘源自传统的打字机，本身是为英文字母的键入而设计的，因此，如果要输入英文字母和符号，直接敲击相应的按键即可。但如果要输入汉字，则需要通过输入编码（汉字输入法）进行输入。 汉字的三个要素是形、音、义，因此，汉字的输入编码也主要分为形码（如五笔字型输入法）和音码（如微软拼音输入法、搜狗拼音输入法）两大类。 汉字输入法种类繁多，并且新的输入法还在不断涌现，功能也在不断增强。例如，搜狗拼音输入法除可以通过全拼、简拼方式输入汉字外，还可以结合汉字的词义与语义特性，进行词汇与整句等智能化的输入。 利用键盘输入文字的优点是方便快捷，易修改且不需要附加录入设备；缺点是需要逐字敲入，因此输入速度较难提高，对于新手来说有一定的操作难度。 相关知识 10 项目二 文本处理技术 任务一 获取文本 手写输入法是一种用特制的感应书写笔，在与计算机接口相连的手写板（参见图2-1）上书写文字来完成文字输入的方法。手写输入法符合人们用笔写字的习惯，只要将手写板接入计算机，在手写板上按平常的习惯写字，计算机就能将其识别出来，显示在文字录入窗口中。 手写识别输入的优点是不用专门学习训练，即写即得；缺点是潦草的字迹会影响识别率，导致输入结果不是很准确。 手写输入 2 图2-1 手写板 相关知识 11 项目二 文