Вообще нет.

Или, вернее, ты-то, наверняка, внятен, а вот я в этом всём абсолютно ничего не понимаю. 

Моё почтение! 

Вчерашний вопрос - снимается. Выкусил из пакета bmp-хи, перераспознал, сохранил в тхт- и htm-файлах.

Теперя новый вопрос-просьба: хотелось бы (во избежании потерь времени) ткнуть носом в скажем в пяток примеров слипшихся абзацев?! Ну шобы самому не выискивать?

Please!

P.S. Все слипшиеся не надо! Можно по-простому - типа см. номер стр. (книжно-бумажной) такой-то.

Отредактировано Alex2L (2012-10-25 10:22:37)

Ок! Жду...

А эта...

на каком этапе в pdf-е образовался т.н. "текстовый слой"?!

Исходя из написанного, Акробат своими силами из сканов смастерил pdf с т.н. "текстовым слоем"? Т.е. он умеет OCR-ить?

Или pdf-ка сохранялась таки ПЧ, а потом "рихтовалась" Акробатом.
Или в Акробат был "подпихнут" распознанный текст?
Если так - то вопросов нет.

Отредактировано Alex2L (2012-10-25 11:28:43)

На самом деле случаев дофига и чуть больше.
Ищется поиском: .^l

Сразу (в скобках номер страницы в ФР):
— Впрочем, тебе это даже идет, — добавляла она. Зато у меня нет психованного папаши, который (7)

Другие, подумал Чон и вспомнил о Сартре1. Дом, где живет Бен, (10)

— Впрочем, дело твое, — пожал плечами Чон. Вытащив зажигалку, О разожгла кальян (13)

— Видимо, все дело в травке, — предположила О. Травка — чудесная штука, не стал спорить с ней (18)

— Это кто тебе такое прислал? — спросила О. Может, это очередной вирусный (21)

Впрочем, в тот момент она была укурена в хлам. Но доля истины в ее словах есть. (21)

Возьмем, например, слово “дикарь”. Единственное число от слова “дикари”. (21)

Но мы-то знаем, что ты, Чон, гораздо их умнее. Смотри запись и мотай на ус. (23)

1. Лишиться бизнеса. г. Лишиться головы. (25)

Реабилитационные клиники. Политики-республиканцы. (26)

Фитнес, политики-республиканцы и Иисус. Пластическая хирургия. (26)

как они решили сами разбогатеть. Говорите, у Ладо глаза холодные, как камень? (32)

— Доставай пушку, — велел Ладо Эстебану. Парнишка вытащил пистолет из кармана. (41)

И т. д.
Возможно, среди приведённых есть те, которые нашёл скрипт - я искала по неисправленному документу ФР. Но если ты и дальше будешь искать по .^l, проверяя при этом положение курсора в окне "Крупный план", то найдёшь ещё кучу. (Если курсор стоит в конце абзаца - это ошибка, т.е. склеенный абзац).

Ага, пускай. 

Моё почтение! 

уря! Наконец-то!

Э... ну мона так и пользоваться пока. Учитывая, что скрипт (на взгляд со-стороны) работает типа: "то-ли дождик, то-ли снег..." и собс-но позволяет "довылизать" файл (при желании), то есть встречное желание (и, пожалуй, возможность) "встромить" это дело в новый spotter. Хотя, с другой стороны, нужен-ли tiret понятно интуитивно, и в "первоисточник" мона и не заглядывать. Если бы еще чем набить?! 

Может быть и так. Просто этих скриптов-то (в FBE) хватает (судя по переписке в либре книгоделы умудряются в них путаться  ), или теряют их.

Интересно, если (выложить для всех и) кинуть клич - "даёшь идеи!" - пожалуй, на призыв golma1 народ не откликнуться не удержится
А вдруг, кто-нить что-нить да и изложит (внятно, само-собой)?!

Отредактировано Alex2L (2012-10-26 19:17:13)

Последняя от позавчера. (v.1.04 [24-10-12] — доработан алгоритм обнаружения) Или перевыложить?!

Акцентировать (ИМХО) нужно на том - что выявленный случай - не обязывает бездумно менять. Иначе это был-бы другой скрипт - типа: "тынц и готово!". И идеи именно в этом же ключе - типа "вот сталкиваюсь с чем-то довольно регулярно, а что поделать не знаю...". Скорее всего, большую часть из изложенных идей прийдёться похерить (отложить до лучших времен), а часть - как знать. Почему бы нет?!

Отредактировано Alex2L (2012-10-26 19:52:52)

Моё почтение!

Я, здеся, эта... подумал... А куда собс-но торопиться?! Тута и так столько всего недоделано. Может эта... отложим мероприятие до лучших времён?! Ну, например, после spotter-3 или "метаграмма-контекст"? Все проблемы сразу всё одно не порешать...

Я внятен?!

Алекс, идея от SunnyCat. Мне нравится.

Снять всё форматирование, оставив только разметки абзаца. А ещё лучше: снять форматирование, оставив - на выбор! - структуру.
Подумаешь? 

Да.

Лично мне.

Есть файл fb2 - с кучей форматирования: стихи, цитаты, какие-то секции, титлы, субтитлы, курсив, полужирный, верхний/нижний регистр. Исправлять каждый фрагмент утомительно и непродуктивно.

Хочется: убрать всё форматирование. Пусть останется голый текст только с разбивкой на абзацы. Желательно иметь выбор - сохранять структуру или нет (а вдруг она хорошая?).

Я внятна?

Хммм... Не подумала о примечаниях. 
Да, это было бы полезно. А то потом расставлять их было бы весьма затруднительно.

На самом деле, этот скрипт нужен для старых файлов, конвертированных программкой any2fb2. По умолчанию она фигачит стихи где ни попадя, а настройками редко кто заморачивается.
Кроме того, бывают книги, где части слов распознаны болдом или курсивом (ошибочно).

В общем, это не такой скрипт, который непременно нужен для изготовления хорошего файла, но он очень поможет в определённых ситуациях. 

Отредактировано golma1 (2012-10-31 17:39:15)

Моё почтение!

Отсутствие комментов насчет скрипта "Ликвидатор" несколько озадачивает. 
Никаких доработок не нуна?

Теперь эта... Как оказалось, "Другое Место." Рассказы [Авторский сборник] Дж. Б. Пристли,
очень хороша для ловли "блох". Откопал, в ходе неспешного чтения ещё одну:

- это из рассказа "ПРИКЛЮЧЕНИЕ" (12-й абзац сверху). Понятно, что это скорее всего ошибка
аналогового первоисточника (сиречь бумажной книги). В пятом-то предложении. Немного покумекал - доработал свой "Параграф-интерактив" - теперя ловит и ситуёвину: одно и тоже слово (с учетом регистра) подряд через ПРОБЕЛ.
Забавно, что "улучшение" на времени работы скрипта сказалось совсем незначительно. Понятно, что такой случАй
дублирования слов крайне редок, но тем не менее некароший случАй. А ловился только вычиткой.
А теперя... 
Итак - тута: улучшенный "Параграф-интерактив".

Еще плюс - отработан алгоритм выделения отдельных (всех) слов в предложении. Пригодится в будущем.

Сразу докладываю.

"Мусорщика" сразу пристроила SunnyCat - ей часто надо.
Отзывы:

А вот улучшенный Параграф-интерактив что-то сбоит.

Опробовала его на файле http://lib.rus.ec/b/396722

Один раз сработал правильно: увидел "Гумберт Гумберт", а два других "одинаковых слова подряд" - ошибка.
И странная фокусировка выделения: в правильном случае - на запятой, перед "я не Гумберт Гумберт".

Посмотришь?