Platte tekst uit WordStar-archieven extraheren

Waarom een naïeve dump faalt

Een `.ws`-bestand openen in Kladblok is geen “platte-tekstextractie”. Bit 7 op veel tekens is een afbreekvlag. Uitgebreide glyphs komen als `1Bh xx 1Ch`-tripels. Zonder uitpakstap liegt grep tegen jou.

Waarvoor schone TXT dient

Triage: vind welke brieven een clausule, naam of docketnummer noemen voordat je DOCX/PDF-budget aan de hele boom besteedt. Scripting: voer UTF-8 naar interne extractors. Zoeken: zet `.txt`-siblings naast masters voor Windows Search of ripgrep.

Workflow

Batch het archief eerst naar TXT, identificeer de hot set, en converteer die paden opnieuw naar DOCX of PDF. Eén native parser, twee passes — nog steeds offline.

Proefversie __TRIAL_FILE_LIMIT__ bestanden. Standard __LICENSE_PRICE_DISPLAY__.

TXT vs Markdown

Gebruik TXT wanneer structuur niet uitmaakt. Gebruik Markdown wanneer koppen en nadruk moeten overleven voor docs of RAG. Geen van beide paden uploadt het manuscript.