数字文本的特征.pptVIP

数字文本处理的基础 数字文本的概念 文本：通过文字、符号的形式表现、传递信息的方式。读者能通过阅读文本数据中的文字、符号获得信息，文本数据是学习、生活、研究资料的主要成分，主要载体形态为：图书、报刊、政府文献、会议论文、学位论文、单位论文、技术报告、产品说明书、网页等。 数字文本：纸质的文本转换成计算机能识别的二进制文件，也称为文本数据资源。 数字文本的特征 数字文本的分类 数字文本的三种类型： 1．纯文字文本：使用字处理软件，通过录入、编辑、排版后生成，生成后的文本包含排版信息，显示效果受系统字库和软件平台的影响，在不同机器上显示会出现不同的效果，严重时还会出现乱码等现象。使用文本文字素材占用的字节数比较小，导入后设置字体、大小、颜色比较方便。 2．图像文本：运用绘图工具软件(如Photoshop)生成，使用图像文本可提高多媒体作品的表现力，存储图像文本时可存为JPG、BMP、GIF、TIF等不同的格式，在作品中使用不会出现乱码，但所占的字节数要大于纯文本格式。 3．动态文本：运用动画制作软件(如3DStudioMAX)制作，可根据作品的需要，设置不同的动作，具有很强的动感和三维立体效果，制作片头时使用的比较多，一般存储为动态的GIF和Flash格式，这两种格式所占字节数比较少，也可以存储为视频文件(如AVI、MPEG)，但所占用的字节数较大。 数字文本的格式 文本格式的定义 文本格式指用来对数据以及相关信息（包括结构、布局、压缩算法等）进行编码的软件算法。在文本数据的数字化过程中，很多公司和组织机构都根据需要制定了自己的数字文本格式，导致了多种数字文本格式并存的局面。 数字文本的基本格式 数字文本的基本格式： 可编辑的文本格式 网页文本格式 电子资源文本格式 数学文本格式 可编辑的文本格式 TXT格式(也称纯文本格式) 使用Windows操作系统的写字板、记事本和Word可查看这种格式的文件。 优点：文件体积小；阅读不受限制。 缺点：不能插入图片、图表等；不能建立超链接；不支持字体样式编辑。 DOC格式 使用Microsoft Word 或WordPerfect for Windows创建和打开的。 优点：DOC格式可以在文件中嵌入图表、图片、数学公式，建立超链接等。 缺点： 由于文件中包含了字体信息、段落格式、文字色彩、页眉页脚等信息，文件体积相对纯文本文件较大。 DOC格式必威体育官网网址，且不开放源代码，因此，其他公司的字处理程序都无法识别微软的文档。 DOC格式文件版本向下不兼容。新版本的Office用了老版本不支持的新格式，所以Office的用户必须升级(即使你并不需要什么新功能)，从而提高用户成本。 RTF格式是由Microsoft创建的，RTF文件的组成包含控制字、控制符以及表明文档属性的组。使用Microsoft Word打开。 优点： RTF格式文件容易识别。 RTF格式文件可以在不同程序和同一程序不同版本之间传递数据，且它的格式信息不会丢失或破坏。 RTF格式文件具有很强的编排功能，可以实现文字和各种插入对象的混排，文字也可以实现各式各样的格式编排。 缺点： 内容繁多。控制字太多，增加了文档编写的难度。 RTF格式赋予作为控制符的字符特殊含义，使其作为文本出现时容易产生混乱。 WPS格式 HTML格式  1989年诞生于欧洲核子研究中心，是Ｗ3Ｃ协会专为World Wide Web而设计的，专用于Web页的开发。可用专门的HTML编辑器或Frontpage、Dreamweaver等网页制作工具进行编辑，通过Navigator、Internet Explorer等浏览器显示文本、图形和其它的任何内容。优点：简单和统一。 缺点：①可重用性差；②信息交互的局限性；③扩展性差，无法支持精确查询；④处理能力差，影响效率；⑤固定的标签集合；⑥对特殊字符的支持不够 XML格式 电子资源文本格式 PS格式 CAJ格式 VIP格式 维普公司系列数据库使用的是vip全文浏览器，它支持vip、tif、wp等格式文件。它可以在线阅读维普数据库原文，也可以阅读下载到本地硬盘的电子数据全文。优点：可原版原貌显示原文。 缺点：与其它的格式互不兼容。 IFR格式 PDG格式 CEB格式 EBK格式 美国微软公司开发的软件Microsoft Reader的一种专有的文件格式，只能使用Microsoft Reader来阅读。 优点： 支持全屏阅读。 没有滚动条，翻页全部使用点击页码来实现，像看一本真正的纸质书。 缺