USFM 转 USX 命令行工具

Question

有没有人知道可以将 USFM 格式转换为 USX（或其他任何 xml 变体）的命令行工具？

我想写一个脚本来从不同项目中获取几个不同的 .sfm 文件并批量转换它们……使用内置的 Tools–>Advanced–>Export Project to USX 功能来做这件事相当困难。

此外，USX 做出了一些奇怪的设计决定，看起来似乎是直接反映 USFM 代码而不是真正的 xml。至少对我来说，我对这个领域知之甚少，所以它们看起来很奇怪……但我原本期望 chapter 标签在章节结束时关闭，而不是紧跟在章节编号之后，例如
<chapter number=“1” style=“c”>
all the verses
</chapter>
而不是
<chapter number=“1” style=“c” />

关于 verse 标签，我也有完全相同的问题。

有人能解释一下为什么 xml 是这样工作的，或者建议其他更合乎逻辑的 xml 格式吗？这些文件将在出版项目内部使用，因此我们不太关心外部标准。

注意，我尝试过 Haiola usfm2usfx.exe 工具，但无法使其工作，但如果人们说那是最佳选择，我可以尝试弄清楚哪里出了问题。

机器翻译自 English 显示原文

Answer 1

抱歉，这行不通。你可以读取 Paratext 已经运行过模块生成的已设置模块的结果，但你不能写入一个模块到 Paratext 并让它知道这是一个模块并运行生成。

编辑：显然我漏掉了两年多前的一些问题：

mnjames:

它输出 2.5 版本的 USX，这是 PT8 使用的版本。它将来会更新为输出 3.0 格式，就像 PT9 那样吗？

是的，现在它应该输出 3.0 格式。

mnjames:

它似乎没有在导出过程中使用 PrintDraftChanges.txt 文件，而 PT8/9 中的“Export project to USX”菜单选项确实使用了该文件。有没有办法将这些更改整合进去？

不幸的是，不行。rdwrtp8 旨在读写原始文件，以便其他应用程序可以读写 Paratext 数据。这要求数据是可往返的（round-trip-able），而 PrintDraftChanges.txt 中定义的更改是不可往返的。

机器翻译自 English 显示原文

Answer 2

我不知道有这样的工具。在我看来，最好的方法似乎是使用标准化的位置方案来导出 USX 文件，例如 C:\My Paratext 8 Projects\[project name]\local\USX，然后从那里获取它们。
关于章节和经文标记，这些被称为里程碑（milestones），是处理重叠标记的一种方式。
这是用于印刷出版物还是仅用于数字出版？

机器翻译自 English 显示原文

Comments

这是用于纯印刷出版物的。我们使用的出版程序 SILE 接受 xml 输入。实际上它接受类似 TeX 的输入（即 USFM），但我合作的程序员更倾向于使用 xml。

我假设 USX 的格式对程序员来说完全没问题，所以这些其他问题是为了我自己的理解。

我想这仅仅是设计决策，但我在想为什么创建 USX 的人决定让 <chapter> 表示“章节开头的数字”而不是“章节”。我对 xml 的理解是，它通常使用这样的格式：
<tag attributes=“aaa”>content</tag>

目前的情况是
<chapter number=“1” style=“c” > 没有内容
而我预期的是
<chapter number=“1” style=“c”>the actual content of the chapter<\chapter>

也许我遗漏了什么，但我看不出这是由标记重叠问题引起的。

这是另一个问题——按照我们地区宗教书籍的风格，我们的项目计划在节末而不是节首标记节号。按照 <verse> 标记目前的工作方式，我们需要使用脚本来将该标签移动到纯文本 xml 文档中的不同位置，但如果 USX 使用我认为它应该使用的格式：
<verse number=“1” style=“v”>verse text</verse>
那么让读取 xml 的程序解释该行并说“将属性 ‘number’ 打印在 ‘verse text’ 的末尾而不是开头”就会非常简单。

机器翻译自 English 显示原文

Answer 3

一年半过去了，我仍然需要这个功能。

Paratext 内置的“export project to USX”正是我需要的，但我希望它能自动化，这样我就可以将其整合到命令行构建脚本中。USFM–>USX 转换代码肯定在 PT 中。有没有办法从开发人员那里获取该代码（理解我们需要进行一些修改才能使其在我们使用的任何语言下运行）？如果可以，我该怎么做？

机器翻译自 English 显示原文

Answer 4

听起来你想要一个独立工具，但如果你只需要项目的 USX 格式文本，Paratext 8+ 附带了一个小型命令行工具，可以提取项目的 USX 格式文本：
rdwrtp8 -r projectShortName bookCode chapterNum resultFileName -x

-x 用于指定 USX 格式而不是 USFM 格式。
如果 chapterNum 为 0（零），则返回整本书。

出于显而易见的原因，这不能用于资源。

由于解析代码严重依赖于项目设置和样式表信息才能从 USFM 生成 USX，因此很难将其从 Paratext 中分离出来。

机器翻译自 English 显示原文

Answer 5

当我看到你最近的帖子时，我本来也想建议 Haiola，但我看到你已经尝试过了。诚实地说，我自己没有使用过。如果 rdwrtp8 不能提供解决方案，我建议联系作者并告知你发现的问题。

至于重叠标记，我猜一个例子是尼希米记第 8 章。在我印刷版的 NIV 中，第 8 章从段落中间开始。并且经文编号（在这种情况下是 1）打印在章节编号（采用首字下沉）旁边。在其他章节中，如果经文编号是 1，则会被省略。

在 Paratext 中，样式表定义了标记的层级，例如 id > ide > c > p > v。对于大多数章节和段落，这可以按照你预期的方式映射到 XML（c 元素包含 p 元素等）。但对于尼希米记第 8 章，Paratext 的层级结构失效了，这就是为什么我怀疑 USX 有一个没有内容的 c 元素。

机器翻译自 English 显示原文

Answer 6

谢谢，@anon291708，我认为 rdwrtp8 正好能做我需要的。我刚运行完，有几个问题。
它输出 2.5 版本的 USX，这是 PT8 使用的版本。它将来会更新为输出 3.0 格式，就像 PT9 那样吗？
它似乎没有在导出过程中使用 PrintDraftChanges.txt 文件，而 PT8/9 中的“Export project to USX”菜单选项确实使用了该文件。有没有办法将这些更改整合进去？

@Bobby，谢谢建议 Haiola。是的，我尝试过但不成功。至于重叠标记，在一年或两年前读完这个帖子并思考这些问题后，我认为我对为什么这很重要（以及为什么任何系统都会有固有的缺陷）有了更好的理解。

机器翻译自 English 显示原文

Comments

现在我想写一个脚本，它接受一个圣经模块规范文件并从中创建输出文件。有人在这里告诉我 rdwrtp8.exe 应该能做到这一点，但我无法使其正常工作。

它应该能做到吗？我应该能够接受一个圣经模块规范文件，将其作为 XXA-XXG 书籍外部加载到 PT 中，然后导出它……并且生成的文件应该是包含所有填充经文的圣经模块输出吗？

我使用的命令是：
rdwrtp8 -w PROJ XXA 0 "D:\My-Modules\module1.sfm"
以及
rdwrtp8 -r PROJ XXA 0 "D:\My-Expanded-Modules\module1.sfm"

机器翻译自 English 显示原文