[-OP-] 將 opera mini 的 obml 格式轉換成 HTML

作者Gold740716 (項為之強)

看板Browsers

標題[-OP-] 將 opera mini 的 obml 格式轉換成 HTML

時間Fri Feb 19 11:45:31 2016

作者Gold740716 (項為之強) 看板: MobileComm

標題: [心得] 將 opera mini 儲存的網頁轉換成 HTML 時間: Sun Feb 21 17:56:38 2016 好讀版： http://myweb.ncku.edu.tw/~c34031328/diary/obml.html [Opera_mini] 是 opera 公司推出的適合手機的瀏覽器，但其實 *她* 並不解析 [HTML] 。她的運作必需依賴 Opera 公司的伺服器，將網頁由 HTML 格式轉換成 **OBML** 格式；同時大幅縮小網頁大小。後再由 opera mini 解析、排版。固她才可以 [繞過色情守門員] 。 [繞過色情守門員]: http://myweb.ncku.edu.tw/~c34031328/diary/man.html OBML 格式全名 *Opera Binary Markup Language* , 是由 opera 公司所開發，針對 HTML 簡化格式。她並不全是文字，其中內含了一些二進位碼，用來表示某段文字是的格式。（像超連結、標題、顏色。）嘗試以純文字讀取會有部份亂碼。（或全部亂碼。我以 [more] 或 [less] 讀取時二進位會顯示為亂碼，文字就保有文字。別的工具有沒有這麼聰明我就不確定了。）另外我不知道為什麼，我的 OBML 檔副檔名不是 `*.obml` , 而是 `*.obml16` . 反正沒差，可以看就好了，以下仍稱 `*.obml` . 但讀者請自行確認自己的是 `*.obml` 或 `*.obml16` . ## 前言 ## 在舊手機上只用 opera mini . 而又舊手機除了上網也沒什麼能做的；固上面就積了一堆 *儲存* 來離線看的網頁。最近換手機，想把這 *脫拉庫* 東西抓出來，轉換成方便的格式。於是搜尋了一下，記錄流程。 ## 取出 obml 檔 ## 首先取得 root 權限；沒有的話用 adb 也可以。（ adb 能取得 root 權限。）目標是把存在內部空間的 obml 檔複製出來。以我來說路徑是： `/data/data/com.opera.mini.android/files/*.obml` 我的檔案名是一串七或八個數字，副檔名 obml . ### 使用 adb ### ** 無須 root 權限 ** $ adb root pull "/data/data/com.opera.mini.android/files" # 拉出整個目錄 $ adb root pull "/data/data/com.opera.mini.android/files/*.obml" # 拉出特定檔案不會 adb 的請自己 google. （或等我有空寫一篇文章；但不做別人做過的事是我的原則：P 網路上這麼多教學了……。） ### 使用 root explore ### ** 必須取得 root 權限 ** 隨便找一款支援 root 的檔案管理員，進到你的 opera mini 的資料夾。四處看看，把副檔名是 obml 的檔案都複製到 sdcard 或其它你方便的地方。然後再複製回電腦裡。 ## 將 `*.obml` 轉換成 `*.html` ## google 大神與 SlackOverFlow ，都只推薦用 Java 虛擬機器可以在電腦跑 Opera mini . 但我認為這樣還是很不方便。希望可以轉成 HTML , PDF , 或者純文字也可以。於是在 github 上找到這東西： [obml-parser] . 可以把 OBML 轉換回 HTML . （同場加映，同位作者寫的 [OBML 語法介紹] 。如果有興趣的話可以讀。） [obml-parser]: https://github.com/grawity/hacks/blob/master/hacks/Text/obml-parser [OBML 語法介紹]: https://gist.github.com/grawity/702b31cddcc5a6622724/a00d1b072e7d7344488e4d1b6cae7ab3a14b2399 ** 用 [python] 寫得，所以你得要有 python 才行。 ** （或等某個好心人把它轉成可執行檔；別看我，我不會 python . ）請用 python3 或以上，我也不知道為什麼。（我說過我不會 python. ）因為我 [fedora] 23 , 直接打 python 是對應到 python2.X , 然後 python2.X 說我的檔案沒有宣告編碼。（？？？） python3 就不會；所以我指令下 python3 . （感覺是如果檔案內有用到 *非 ASCII* 要宣告，不然 python2.X 直譯器會報錯。） python3 obml-parser *.obml ls # 顯示 *.obml *.obml.html # 原本只有 `*.obml` , # 多出 `*.obml.html` . 在放 obml 的目錄下會生成一個 `*.obml.html` 的檔案，可以直接用瀏覽器看。 ## 糟糕的 HTML ## 打開後和用 opera mini 看一樣……；就是只有 6, 7 公分寬， [像這樣] 。如果不給看或看起來很奇怪，可以看一下原始碼。它的 HTML 很糟……，完全沒有結構。（沒有 `<html>` , `<head>` , `<body>` , 全部混在一起。） [像這樣]: http://myweb.ncku.edu.tw/~c34031328/study/html/opera_mini/54613806.obml16.html 而且還宣告了 `<!DOCTYPE html>` ..., 要求瀏覽器以標準的語法來剖析該文件。（如果沒有宣告，瀏覽器會以 [怪異模式] 來剖析 HTML . 這樣就算語法不正確，看起來也 *還可以* 。） ### tidy 拯救混亂的 HTML ### [tidy] 是 w3c 開啟的一開源專案，該程式會嘗試修正不正確的 HTML 語法；並重新排版。如果你的瀏覽很挑食，拒絕 *obml-parser* 所生出的 HTML , 可以試試這招。（雖然我的 firefox 看起來都一樣。） tidy 前： http://myweb.ncku.edu.tw/~c34031328/study/html/opera_mini/54613806.obml16.tidy.html tidy 後： http://myweb.ncku.edu.tw/~c34031328/study/html/opera_mini/54613806.obml16.html ** 注意！ ** *我的版本* 的 tidy 會預設將輸入視為 ASCII , 但很遺憾 *obml-parser* 所轉出來的是 **UTF-8** . 所以你需要指定編碼；或指定不處理編碼問題。 tidy -raw *.obml.html > *.obml.tidy.html # 不處理編碼 tidy -utf8 *.obml.html > *.obml.tidy.html # 指定 UTF-8 -- sent from mySQL. -- ※ 發信站: 夢之大地 (ccns.cc), 來自: 140.116.249.140 ※ 文章網址: telnet://ccns.cc/

推 foo:這作者……02/30 22:66

推 void:奇文共賞！！02/30 28:19

-- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.116.102.127 ※ 文章網址: https://www.ptt.cc/bbs/Browsers/M.1455853537.A.3E6.html ※ 編輯: Gold740716 (140.116.102.127), 02/20/2016 12:25:50

→ abram: 專業！ 02/21 15:24

改寫並轉載到 mobilecomm 板，但好像還是沒什麼人氣……。我以為很多人用 opera mini 的……。請問板主 m 文是？ ※ 編輯: Gold740716 (140.116.102.127), 02/21/2016 21:34:54

推 Go2: 覺得你很厲害所以M文保留 XD 02/21 23:42