Вы здесьОбновление скрипта "Поиск по набору регэкспов" для FBE - тестируем!
Опубликовано пт, 06/09/2019 - 04:13 пользователем TaKir
Дошли руки существенно дополнить, обновить, почистить и структурировать по смыслу скрипт "Поиск по набору регэкспов" для Fiction Book Editor (FBE). Автор этого скрипта (как и многих других скриптов для FBE) - Sclex, за что ему отдельное гран мерси. Наполнение скрипта мое, Sclex-а + учтены все возможные пожелания книгоделов из двух старых здешних тем: Типичные ошибки распознавания... Пользоваться и тестировать могут все желающие, отзывы, примеры, предложения по улучшению категорически приветствуются. Просьба приводить конкретные примеры: - ошибок скрипта, ложных срабатываний Очень приветствуется помощь тех, кто хорошо знаком с регулярными выражениями для дальнейшего совершенствования скрипта. Ссылка на последнюю версию скрипта (30-09-2019): альтернативные ссылки: Заменить этим файлом имеющийся файл (или положить новый вариант скрипта рядом) в папке: Скрипту удобнее назначить горячую клавишу F2 (меню: Сервис-Настройки-Клавиши-Скрипты-Поиск по набору регэкспов). Перед запуском данного скрипта лучше обработать текст скриптами "Генеральная уборка", "Латиница в кириллице" По мере накопления отзывов о работе скрипта, планирую периодически пополнять скрипт и выкладывать обновленную версию. P.S. На Флибусте открыта аналогичная тема, можно писать в любую.
|
Вход на сайтПоиск по блогам и форумамUser menuПоследние комментарии
Леди Стервa RE:Подайте бедному копеечку на книжку с литреса... 9 часов
babajga RE:Удивленная сова 2 дня Larisa_F RE:Серия «Квадрат» издательства «Текст» 4 дня Aleks_Sim RE:Беженцы с Флибусты 4 дня edvud RE:Прошу переформатировать, распознать, etc... 4 дня monochka RE:С 8 Марта! 1 неделя babajga RE:Книга чуДОМищ 1 неделя ProstoTac RE:Подборка о Первой Мировой 1 неделя babajga RE:Нержавеющая сабля 1 неделя sem14 RE:«Уроки русского» 1 неделя Isais RE:Древний Рим. Подборка книг 2 недели kopak RE:О группе Дятлова. О той самой, того самого... 2 недели babajga RE:Отчаянная осень 2 недели babajga RE:Сказки Сени Малины 2 недели babajga RE:Сказки 2 недели babajga RE:Мои четвероногие друзья 2 недели Саша из Киева RE:Кто сможет раздобыть и оцифровать нужные мне книги? 2 недели Isais RE:Семейственность в литературе 3 недели Впечатления о книгах
neletay про Веркин: Остров Сахалин (Постапокалипсис)
15 03 Это потрясающая книга. Современный постап все-таки в основном беллетристика, часто косая и хромая. А "Сахалин" - настоящая литература. Я очень рада, что прочитала ее. Теперь хочу купить бумажную, чтобы она у меня была живьем.
Oleg68 про Куанг: Республика Дракон [litres] (Героическая фантастика, Фэнтези)
15 03 Интересное продолжение приключений Рин Оценка: отлично!
Lan2292 про Шаман: Клан Борзых: Приемыш (Постапокалипсис, Самиздат, сетевая литература)
14 03 Как интересно начиналось, а потом такая тягамотина, бросила. Оценка: неплохо
Fornit про Хволкер: Фанфик по Overlords (Фанфик, Самиздат, сетевая литература)
14 03 50. Бабаджанян Василий Алибабаевич 2025/03/14 18:18 [ответить] Был такой автор - "хволкер". Написал ничё так фентези: http://flibusta.is/a/248212 Но украинизм головного моска ударил ………
clomeron про Маас: Дом Земли и Крови [litres] (Детективная фантастика, Городское фэнтези, Любовная фантастика)
14 03 Ну это для совсем уж невзыскательных читателей.) Оценка: нечитаемо
clomeron про Пехов: Ветер и искры [сборник : с иллюстрациями ; litres] (Фэнтези)
13 03 Топовое фэнтези. Автор большой молодец. Оценка: отлично!
clomeron про Пехов: Страж [тетралогия] (Фэнтези)
13 03 Это одна из вершин творчества признанного мастера русского фэнтези. Всякие там Мартины и прости Господи Аберкромби нервно курят в углу.))) Оценка: отлично!
clomeron про Аберкромби: Дурацкие задания [The Fool Jobs ru] (Фэнтези)
13 03 Ну и кому вообще нужен этот рассказ? Оценка: нечитаемо
clomeron про Аберкромби: Прежде, чем их повесят [Before They Are Hanged ru] (Фэнтези)
13 03 Трэш средней степени паршивости Оценка: нечитаемо
Олег Макаров. про Сказ: Темный Герой [СИ] (Фэнтези, Попаданцы, ЛитРПГ, Самиздат, сетевая литература)
12 03 Увидев гранату, залетающую в окно, спецназовец кричит напарнику: — Тимур, осторожней! а я перестаю читать. Потому что... ну просто потому что нельзя такое читать Оценка: нечитаемо
Олег Макаров. про Костин: Книжный магазин «Альтист» (Фантастика: прочее, Попаданцы, Самиздат, сетевая литература)
12 03 Это автор начитался "Марка и Эзры" что ли? :))))
clomeron про Сандерсон: Память Света [litres] [A Memory of Light ru] (Героическая фантастика, Фэнтези)
12 03 Эпичное завершение самой масштабной фэнтези-саги за всю историю жанра. Читать всем, кто ждал официальное издание. Оценка: отлично! |
Комментарии
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Мне кажется лишним срабатывание скрипта на знаки препинания в конце сток в эпиграфах и стихах.
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
+100500
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Это можно легко исправить. Но если в эпиграфе на прозе разрыв абзаца, то пусть так и остаётся?
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Да. Стихотворения гораздо чаще встречаются в моей работе. И на каждой строке срабатывает скрипт. Мне это не подходит. Как убрать, подскажите.
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Допишите (открыв блокнотом файл скрипта) в соответствующих строках пробел -epigraph и сохраните файл скрипта.
tagRegExp("(?<=<мы-не-внутри-тэга>)([^\»….,:;!\?]|[—–,-])<впереди-закр-тэги-но-не-A>$","","Найдено: концы строк без точек","-title -subtitle -stanza -poem -epigraph");
tagRegExp("(?<=(^|\>)[^\<]*)([^\»….,:;!\?]|[—–,-])()[A-Za-z]+(/s+[^>]+)?>)*$","","Найдено: концы строк без точек","-title -subtitle -stanza -poem -epigraph");
tagRegExp("(?<=(^|\>)[^\<]*)([—–-])()[A-Za-z]+(/s+[^>]+)?>)*$","","Найдено: подозрительные концы строк в стихах","-title -subtitle -epigraph");
addRegExp("^[a-zа-яё]","","Найдено: маленькие буквы в начале строки","-stanza -poem -epigraph");
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
А если в эпиграфе на прозе разрыв абзаца такой выбрык автора? А если в качестве эпиграфа стихи?
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Тема обсуждения этого скрипта, похоже, завершилась, тем не менее, хочу поделиться результатами проделанной работы, хотя зачем я с нею связался - самому непонятно.
Исходные данные: взял книгу, сделанную не мною, но совершенно, на мой взгляд, не вычитанную. Книга художественная (детектив). Первый раз вычитал сам, затем начал проверку с помощью обсуждаемого скрипта.
Результаты:
Из 305 срабатываний, действительными (т.е., когда скрипт фиксировал подлинную ошибку) оказались 166, т.е. около 50% Хорошо это или плохо, судить не берусь, излагаю только факты. Значительное число правильных срабатываний было связано с обнаружением пробела после окончания абзаца, т.е. записи в коде типа: конец последнего предложения абзаца. тег конца абзаца (/p)
Это, на мой взгляд, полезно, так как визуально в читалке такой пробел виден не всегда, но может напугать. Помню, открыл одну книгу в CR3, а там в конце каждого абзаца стоит вопросительный знак. Именно потому что пробел между точкой и тегом конца абзаца не убран.
Были и другие правильные срабатывания, но этот - наиболее незаметный при вычитке, особенно когда читаешь с телефона.
Что же касается ложных срабатываний, то здесь картина следующая. Привожу перечень ситуаций в которых скрипт фиксировал возможную ошибку:
нос ( слово нос - у человека, животного или у корабля)
нотам (дательный падеж слова нота)
Итак (вводное слово, с которого часто начинаются рассуждения или выступления: "Итак, мы начинаем!"
из будки (слово будки выделено как возможная ошибка)
будку (винительный падеж слова будка)
рот
ею (об этом я уже писал, но в этой книге, поскольку там фигурировали женщины, это слово встречалось очень часто).
бюстгальтер (выделяет сочетание тг)
Иди (в выражении: Лео! Иди сюда! и в начале диалога: — Иди же, Лео!)
во фрагменте: "...продолжал Дарси, — Джонни видели в..." скрипт выделил сочетание , — Д полужирным сделал я, чтобы было понятнее, о чем речь.
лег (рано лег спать)
смят (смятую сигарету)
нес (он нес два свертка)
вес (политический вес)
оказать (оказать услугу)
пули (не услышал свиста пули)
однако то (однако то и дело оглядывался)
Лас (Лас-Вегас)
будь то (будь то комната в полицейском управлении или вилла)
оп (сопротивляется)
пищу (скудную пищу)
йя (Гавайях)
оео (своеобразном положении)
ияе (солнышко сияет)
яй (из одной яйцеклетки)
ему то (ему то же, что и)
двигался то (двигался то туда, то сюда)
проделывает то (проделывает то же самое)
Повторюсь, никаких выводов и рекомендаций давать не буду, но на один момент думаю, обязательно следует обратить внимание, поскольку скрипт не заметил такую ошибку:
был открыт,‘будто
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
"Генеральная уборка" их бы благополучно съела. Ее стоит запустить раньше чем "Поиск по набору регэкспов". Иначе много ненужной работы.
Да, "Найдено: 3 (4) и более гласных подряд" в топку. Очень много ненужных срабатываний "Проверка орфографии" несуществующие слова покажет.
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Обычно я код чищу "поиском и заменой", но в этот раз ограничился ручной вычиткой, интересно было набрать статистику по работе скрипта.
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
1. Про "Генеральную уборку" не факт. Ни она (ГУ), ни "Поиск по набору..." не убирают "левые" пробелы юникода с U+2000 до U+200F, из которых только 2009 является приемлемым. Недавно обнаружил такое после конвертации из .DOCX (встречаются нужные файлы/книги в таком формате) в FB2, про просмотре файла в режиме "код".
2. Да, "Найдено: 3 (4) и более гласных подряд" в топку - не согласен, спорный вопрос.
3. Да, в чем-то "Поиск по набору..." дублирует некоторые скрипты, которые нужно запускать раньше, чем "Поиск по набору...". Но лучше пусть так, несомненная польза от "Поиск..." есть.
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Вот здесь можно постичь тайны юникода - https://unicode-table.com/ru/#control-character
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Если есть пример текста, можно добавить в поиск скриптом таких вариантов.
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Если есть пример текста, можно добавить в поиск скриптом таких вариантов.
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Простите великодушно - там не поиск вариантов, там тупая "поиск-замена".
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Для выполнения "тупая "поиск-замена", нужно хотя бы узнать, какие конкретно "кривые" символы есть в тексте. потому и прошу пример текста.
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Это уже оптимизированная книга, но в оригинале было то же самое, Aleks_Sim поленился заглянуть в код, поэтому литресовские ошибки юникода так и остались: из торгсиновских 1930-вот здесь вместо правильного дефиса символ U+2010, тоже дефис, но который в читалках и коде FBE отображается "квадратиком".
P.S. Если мало, вот еще один пример http://fb13.online/b/627504 где перед каждым закрывающим тегом
</p>
впендюрен U+3000RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Или:
http://lib.rus.ec/b/627504
U+300 заменить на ничего. "Регулярные выражения" вкл. Выявить проблему помог "Поиск по набору регекспов". Впрочем как и прежняя его версия.
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Наверное, такое лучше в генуборку бы запихнуть.
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Можно попробовать в лоб ловить вот так (у меня работает):
addRegExp("[^A-Za-zА-яЁё0-9(/[.,\/#!$%\^&\*;:{}=\-_`~()\\x20\\xA0\\t\\n\\r\\f«»„“\"…–'®—§º+№-]","","Найдено: Странные нетекстовые символы");
Понятно, что можно в любой момент пополнять этот перечень
Как задать поиск целиком диапазона - пока не знаю...
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Вот такой вариант вполне рабочий получился:
addRegExp("[^\u0400-\u04FF\u0020-\u007F\u0100-\u017F\u00A0-\u00FF\u0370-\u03FF(/[\\x20\\xA0\\t\\n\\r\\f„“–\…—№-]","","Найдено: Странные нетекстовые символы");
Просьба тестировать.
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Добавил в основной скрипт вот такой блок:
// Ищем все, кроме разрешенных букв, цифр и знаков препинания
// \u0400-\u04FF - кириллический диапазон Юникод символов
// \u0020-\u007F - латинский диапазон Юникод символов
// \u0100-\u017F - расширенный латинский диапазон Юникод символов (Latin Extended-A)
// \u0180-\u024F - расширенный латинский диапазон Юникод символов (Latin Extended-B)
// \u00A0-\u00FF - диапазон Юникод символов (Latin-1 Supplement)
// \u0370-\u03FF - греческий диапазон Юникод символов
// \u2200-\u22FF - математический диапазон Юникод символов
// \u2150-\u218F - дроби диапазон Юникод символов
addRegExp("[^\\u0400-\\u04FF\\u0020-\\u007F\\u0100-\\u017F\\u0180-\\u024F\\u00A0-\\u00FF\\u0370-\\u03FF\\u2200-\\u22FF\\u2150-\\u218F\\x20\\xA0\\t\\n\\r\\f„“–\…—№-]","","Найдено: Странные нетекстовые символы");
При необходимости всегда можно добавить или убрать какой-либо диапазон.
Брал отсюда:
https://unicode-table.com/ru/
Как обычно, за помощь спасибо Sclex!
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Как-то подумалось, а, может, имеет смысл сделать отдельную тему, где публиковались бы регулярные выражения для решения тех или иных проблем с вычиткой. Все-таки скрипт, он и есть скрипт. Читал тут, давеча одну книгу, так в ней почему-то слово "поиск" с вариантам типа "в поиске", "поиску" и т.д. было заменено на войско. А если учесть, что книга была военная и слово войско в своем правильном значении и с вариантами типа "войсковой" встречалось чуть ли не каждой странице, то просто поиском с заменой ситуацию было не исправить. Я так понимаю, что эта ситуация - тоже результат работы какого-нибудь универсального скрипта, который чистил книгу "на автомате". Поэтому, мне кажется, неплохо было бы иметь набор регулярных выражений для решения отдельных, частных проблем, чтобы не запускать универсальные скрипты, которые могут накосячить, а заметишь это не сразу. Многое, наверное, можно выдернуть из тестируемого скрипта в нем же, насколько я понимаю, те же регулярные выражения используются?
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Тут только глазами, вычитывать и править по факту.
Скорее всего эта ошибка лезет из файнридераи его словарей. Хотя, кто его знает, надо смотреть бумажный вариант, может еще в издательстве накосячили.
Это вам так кажется. Очень и очень вряд ли это работа какого-либо скрипта после распознавания исходного текста.
Данный скрипт накосячить не может вообще, поскольку он ничего не правит в принципе.
А надергать отдельных регэкспов из данного скрипта - нет проблем, в нем все расписано, что и зачем делается.
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Этим он меня и заинтересовал. Но все-таки промахов, мне кажется слишком много. Впрочем, "будем посмотреть" (В. Каверин). Наработаем статистику на разных типах книг.
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Продолжаем нарабатывать статистику. Правда, не знаю, нужно это или уже тема утратила актуальность? Но, как бы то ни было, проверил очередную сделанную книгу. Сначала, как обычно, ручная вычитка, исправление типичных ошибок на автомате (поиск-замена). Потом, обработка рассматриваемым скриптом. Получены следующие результаты.
Обнаружено реальных ошибок - 72. Главным образом это отсутствие пробелов или лишние пробелы, а также наличие курсива там, где он не требовался. Но было и несколько действительно пропущенных ошибок.
Ложных срабатываний - 61. Причем выделялись как целые слова, так и сочетания нескольких знаков, в том числе внутри слова. Такие случаи я далее выделил полужирным начертанием. Как ошибочные показывались следующие слова и сочетания (о некоторых здесь уже говорилось):
иди, из, нос, рот, будкой, , ко всем (в данном случае перед запятой стояло какое-то слово); наступило то; глаза то; ему то; делал то; булку; булка; яйцом; вес; сияющим; смятенном; фанатично; полета; итак; Рентгена; назад, ко мне; ним то; динамике то; пищу; оказать; а, ко. Ну и, правда не знаю, стоит ли на это обращать внимание, - останавливался на римских цифрах. Но это я за ошибку не считал. На мой взгляд, нужно подумать насчет отслеживания сочтеания "то". Поскольку могут быть разные варианты - с дефисом или без: кто-то, что-то, то и другое и т.д. И тот и иной вариант написания встречается довольно часто. Ну и "булка" и "будка" тоже, хотя тут понятно, почему скрипт ошибается - когда написано "булка", он считает, что должно быть "будка" и наоборот.
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Я бы отметил, что ДО запуска этого скрипта текст следовало бы прогнать предварительно и "Разрыв предложения", и "Латиница в Криллице" и "Слипшиеся слова", не говоря уже о "Генеральной уборке". Меньше остановок будет. А ем больше заложено возможностей, тем больше будет так называемых "ложных срабатываний". Это неизбежно.
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Согласен, но все-таки, мне кажется ненормальным, когда количество найденных реальных ошибок практически равно числу ложных срабатываний. Думается, что все таки должен быть существенный перевес найденных реальных ошибок. Не могу считать нормальной ситуацию, когда общеупотребительные слова, типа "фанатик", "пища", "нос", "рот" и т.д. выделяются как возможные ошибки. Но тут нужно смотреть - увеличится ли число пропущенных реальных ошибок, если, скажем слово "рот" не будет рассматриваться как ошибка. Наверное, это сложная работа и, может быть, по другому сделать не получится. Хотя, с другой стороны, все просто: если пользователям покажется, что работа скрипта не эффективна, они просто не будут его применять.
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
1. "количество найденных реальных ошибок практически равно числу ложных срабатываний." - я это как уж FR наопределяет. Типа в тексте из правильных буквосочетаний в середине слова "тт" и "тг" сколько будет неправильных буквосочетаний "тт" и "тг"? Кто знает заранее...
2. "слова, типа "фанатик", "пища", "нос", "рот" и т.д. выделяются как возможные ошибки." - уважаемый TaKir предварительно спрашивал у сканировщиков случаи из жизни - значит эти слова похожи на другие правильные, типа "пища - лица, нее - нес, нос - нес, рог - рот" и задача скрипта - обратить внимание на это. Кто должен решить какое из двух правильных слов действительно верное?
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Да, к сожалению, некоторые слова или сочетания букв никак без участия человека не определить - что ошибка, а что нет.
Единственное, что могу предложить - каждый может временно или на постоянно заблокировать наиболее досаждающие строки в скрипте.
Увеличится ли при этом скорость обработки? - Безусловно.
Уменьшится ли от этого количество реальных ошибок в конкретной книге - кто знает?
Я сам частенько блокирую отдельные поисковые строки, если правильный вариант слишком часто есть в конкретной книге.
Потом включаю строку обратно, т.к. в другой книге найденное может быть ошибкой с гораздо большей вероятностью.
Варианты с "-то" - если кто подскажет правильный алгоритм поиска - добавлю.
Шаблоны по маске с "-либо", "-нибудь", "кое-", плюс все стандартные варианты с перечислением "в лоб" уже есть, типа кто-то, какой-то и проч.
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Это хорошая идея - блокировать отдельные строки. Технически как это выполняется? Их нужно удалять, а потом возвращать обратно? Или как-то иначе?
А на счет алгоритма - неплохо бы такой алгоритм придумать, но, боюсь, маловероятно. Слишком он "велик и могуч" русский язык.
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Не уверен, но вроде в начале и в конце строки для игнорирования ее работы ставится восклицательный знак ! Возможно другой символ.
Чтобы вернуть строку в работу, эти символы убираются.
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
чтобы игнорировать работу конкретной строки, добавляются слэши в начале этой строки, вот так:
// addRegExp("[а-яё] — [а-яё]","","Найдено: возможно, нужен дефис без пробелов");
это она же, в рабочем режиме:
addRegExp("[а-яё] — [а-яё]","","Найдено: возможно, нужен дефис без пробелов");
Как можно видеть в тексте скрипта, такие двойные слэши в начале строк
//
используются для игнорирования определенных строк, например, для того, чтобы описания и пояснения в скрипте не считались скриптом "рабочими" строками.
Править скрипт таким образом можно хоть 100 раз на дню, а можно сделать несколько вариантов этого скрипта, "строгий" и "быстрый" и пользоваться ими по необходимости.
Тут кому как удобнее, так и можно делать.
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
В идеальном безошибочном тексте с богатым словарным запасом будут как раз только ложные срабатывания, а сильный перевес найденных ошибок будет на очень плохо распознанном тексте с бедным словарным запасом.
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Ну да. Масло масляное. О чем мы говорим? О том, что скрипт заранее не может "знать", какой будет текст, безошибочный или плохо распознанный, и не может адаптироваться автоматически?
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Скрипт однозначно нужен. Что-то в его работе может не нравиться, но тогда флаг в руки - можно подстроить под себя.
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Никто и не говорил о том, что скрипт не нужен. Другое дело - когда и как его лучше применять.
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
не знаю, было или нет.
фобы гробы, фанаты гранаты
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
TaKir, занялись бы еще "Генеральной уборкой"!
Хороший, годный скрипт! Но требует доработки.
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Да, есть такое желание, доработать генуборку, предлагайте поправки, буду пробовать.
Тут, правда, придется очень аккуратно добавлять какие-либо правила замены, поскольку этот скрипт уже из разряда "автоматов", не хотелось бы накосячить.
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
.... - > ... четыре точки на троеточие.
<буква>...<буква> -> <буква>... <буква> троеточие между буквами без пробелов на многоточие с пробелом. Где-то есть в скрипте, но не так, как надо работает.
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Это готово.
Есть мнение, что нужно удалять пробел перед маркерами сносок типа: Тут текст [26] с маркером сноски. Понятно, что обычные квадратные скобки трогать не будем, только именно маркеры сносок.
Есть ли за-против аргументы?
Можно ли это делать для всех видов сносок? Есть ли грабли, которые надо обойти?
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Простите, а где такое в художественном тесте встречается? Что-то не представляю, что это такое и как оно в действительности выглядит/должно выглядеть.
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Да это обычные сноски. Просто иногда маркеры сносок в тексте бывают оторваны от слова пробелом, что не очень аккуратно.
Навскидку вот тут можно видеть, о чем я
http://flibusta.is/b/566614/read#anotelink3
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Вкурил. Конечно, пробел перед открывающей квадратной скобкой не нужен - некрасиво однозначно. И неправильно.
И чтоб два раза не вставать - хорошо бы в "Генеральной уборке" предусмотреть замену всех возможных различных вариаций апострофов - ´ ʼ ′ ˙ ΄ - на ' (буква «э» на англ. раскладке), который U+0027.
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
На Максиме несколько лет назад обсуждалось. И кое-что удалось поправить. http://zalil.su/4677991
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Сравнение файлов показало пару незначительных исправлений.
Но, в принципе, не удивительно, там и так прописано почти все, что возможно.
Подумалось, может быть полезным отдельно проверять файлы на наличие всякого разного странного:
В режиме обычного Найти (CTRL+F), включить галку на регулярные выражения:
[^\dA-Za-zА-яЁё»…\\.,:;!\\?№«\s%)=„“±×°+><(▫—–\[\]//-]
Ищет всякие нетипичные символы: все, что не буквы, не цифры, не пробелы, не знаки препинания, и не самые распространенные мат. символы.
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Интересная запись, попробуем, как будет работать.
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
Обнаружил пропуск ошибки.
При обработке скриптом, он пропустил слово, написанное с ошибкой: обратнв (должно быть - обратив. Имеется ввиду "обратив внимание").
Еще одна пропущенная скриптом ошибка: меряла (мерила расстояние).
RE:Обновление скрипта "Поиск по набору регэкспов" для FBE -...
По поводу второй ошибки не совсем согласен. Слова "мучала" (правильно - мучила), "меряла" (правильно - мерила) могут быть допущены автором в прямую речь героев, как примеры просторечия, разговорного стиля (я уж не говорю про жаргонизмы и диалектизмы). В диалоге - все правильно, в описательной части - ошибка. Поэтому закладывать подобные слова в скрипт не следует.
Страницы