itouh: source codes

使いかたは

$ perl mkhtml.pl < dat.txt > sources.html

dat.txt の書式例

perl, wget, pdftotext が必要だが、RedHatLinux を標準インストールすればどれも最初から入っているはず。日付付きファイル名で保存するので、あとから参照するのにも役立つ。使用法は、

$ ./digiotxt.pl

とする。カレントファイルに pdf と txt ファイルが保存される。取得するチャンネルは、ソースコード冒頭の @channel に記述する。

w3m のローカル CGI 機能を使って、Perl で書かれた CGI スクリプトを動作させている。詳しくは添付されたマニュアルを参照。 SkyPerfecTV! 番組表の仕様変更で使用できなくなったようだ。

$  fakewav -p"pass phrase? It is a long password." nasty.jpg

と実行すると nasty.jpg.wav という エセWAVファイルが作られる。WAVファイルとして聞くこともできる (ただのノイズだが)。-p と " のあいだにスペースを入れてはいけない (スペース入れるとパスワードなしとなる)。Unix の場合、ファイル名を複数指定することができる。Windowsだとワイルドカード使うのはやめたほうがいい。パスワードには日本語使わないほうがいい、コンソールの文字コードがOSによってちがうから。
復号化は -d を付けて

$  fakewav -d -p"pass phrase? It is a long password." nasty.jpg.wav

とすればよい。パスワードをまちがえても、元ファイルがまちがって復号化される。パスワードを忘れたときの対処法はない。ファイルは必ずカレントディレクトリに書き出される。暗号化されているファイル名に拡張子がないと復号化のときエラーになる。復号ファイル名は、暗号化ファイル名から拡張子を1つ取り去ったものになる。

$  perl shiftjis.pl 

と実行すると s.txt が作られる。

Shift_JISの全文字を表示。HTMLの <table>がたくさん使われているので、CPUパワーがない場合、表示させないほうがよい。
このHTMLファイルは Meadow1.14では動作がおかしかったので、Windowsのワードパッドを使用して制作した。Meadow1.14では、0xed40-0xfcfcまでのグリフ(字形)を持たない文字が「\372\203」とか表示される。保存しようとすると、raw-textとして保存するか、と聞かれる。Emacs21では直っているのかなぁ。ワードパッドでは、豆腐か中黒(・)が表示されて、問題なく保存できる。
文字コードについては、http://euc.jp/i18n/charcode.ja.htmlを参考にした。

MacBinaryの情報は www.lazerware.com にある。ファイル構造としては、MacBinaryヘッダ(128bytes) + データフォーク(？bytes) + リソースフォーク(？bytes)。ファイルの実内容はリソースフォークらしい。
このソースでは、データフォークがあればそれも削る、なければ128だけカット、としてるけど、リソースフォークの長さを調べて、そのバイト以外をカットするという方針でもいいかも。

ファイルの中身を16進で見るだけ。EUC-JP (JIS X 0208) 表示も可。使いかたは、

$ hd -d dog.png | head -n 64 | less

EUC-JP:
JIS X 0208は 第1バイトも第2バイトも 0xa1-0xfeになる。JIS X 0201カナは 第1バイトが0x8e、第2バイトは0xa1-0xdf。JIS X 0212補助漢字は、3バイトで構成され、0x8f2121-0x8f7e7e。

エラーチェックは厳密ではないけど、ファイルがこわれてなければ問題ない。参考にしたのは www02.so-net.ne.jp/%7Ekoujin/jpeg/jpeg.html と www.ccnet.ne.jp/%7Ekrum/rg/14/jpeg.html
使いかたは、

$ jpghd ../public_html/cat.jpg

JPEGファイル内部は、おおかまかにいえば、ヘッダと圧縮データ部に分かれている。ヘッダは複数のセグメント(chunk)で構成されてて、「SOI」セグメントでファイルが始まり、「SOFn」(baseline JPG だとn=0, プログレッシブJPGだと 2かな？) に、画像の幅、高さ情報がある。「SOS」セグメントのあとで圧縮データが始まる。圧縮データのなかにもセグメントが存在することがある。'0xff'のあとが'0x00'のときでないときはそれはセグメント(の先頭)。普通現れるのは「RSTn」セグメントか「EOI」セグメントなんだけど、「SOS」が複数回でてくることもあるようだ。

こういうふうに表示される。

...
STARTCHAR a
ENCODING 97
SWIDTH 600 0
DWIDTH 9 0
BBX 7 7 1 0
BITMAP
78      -####---
84      #----#--
04      -----#--
7C      -#####--
84      #----#--
8C      #---##--
76      -###-##-
ENDCHAR
...