Без проблем!

Лучший в том смысле, что более верно трактует события.
тем более, что уже появился ещё лучший...

Пропущенный разрыв абзаца (стр. 141):

Бруссард махнул отверткой и кивнул Энджи.
Телевизор выключили как раз на очередном долгом писке.

Споттер-2 нашёл. 

Отредактировано golma1 (2012-12-14 15:03:13)

Будет.
Хотя правильнее обзывать Spotter-3 прогой. То, что наваял к этой минуте - ловит стихи и заголовки. Если не какой-нить форс-мажор, выложу вечером. Правда настораживает странный глюк - вечером дома долго долбался и не мог понять почему прога работает не так как предполагается. Т.е. ошибки в упор не видел. А на работе (под Delphi 7) - всё как и задумывалось. Без всяких яких.
Странно... Один и тот же код.

Чтобы понятнее - это если бы книгу читать невооруженным глазом - одно, а в очках - другое. Как такое может быть?!

Вот то-то и оно...

- сам хочу!

Спокуха!

Spotter-3 тоже (уже) не лыком шит.
Похожий случАй на 359-й странице:

Так шта...

Хэх! А ведь именно эти случаи стали причиной создания скрипта. Всё остальное изначально было "заодно". 

Ау! 

У меня уже следующая книга в работе. А где новая версия скрипта? 

Итак, продолжим. Здеся:  Новьё!

Неприкольный прикол!
Тренировался на кошках: "Джеффри Евгенидис - А порою очень грустны", "Bochorshvili_Golova_moego_otca",
"Лора Томпсон - Агата Кристи_Английская тайна", "Уинслоу - Особо опасны" и своём "Закруткин - Сотворение мира - 2" - ВСЁ было пучком. И тут - "Деннис Лихэйн Прощай детка прощай". Под 7-ой дэлфёй - всё ОК! А ей (7-ой верси) уже без малого 10 лет... А под новой (3 месяца от роду) эмбаркадеро-3 - фиг вам! И главное непонятно где рыть! Но, пока, только на этих файлах (txt + htm). Конкретно - неверно определяются "мусорные" + упущенные ПЧ строки. Поборю, конечно, но засада! Там, где не ждал! Значится так - если после фразы (в окне протокола) "Накопление статистики — 2-й проход" зависает на "часиках" - дело швах! Хорошего рез-та ждать не приходиться.

Такие дела... Если на новой книге - проскочет это стрёмное место - то (если не будет грубых ошибок и просчетов) - слать, пожалуй, ничего и не надо.

Удачи!

Я внятен?!

Минуточку!
"Тривиальный" - это простой разрыв абзаца страницей. Когда "оторванная" часть начинается с маленькой буквы.
Что здесь иначе?

Тривиал обгалчен. Почему не тривиальный?! А что тогда тривиальный? Требую сатисфакции разъяснений.

Боюсь, что никак. 

Это "мой" тривиальный разрыв.

Так. Запустила (на новой книге), всё сработало быстро и правильно.

Теперь о протоколе.

1. Слишком много "заголовок?". Так много заголовков не бывает.

2. Фрагмент

Как долго меня не было? Интересно, а этот в чёрном

пальто видел, как я пропала у поворота, а потом вдруг появилась на коврике перед дверью? Небось, глазам своим не поверил. Так ему и надо. Хотел загадок — пусть получает.

был распознан дважды:
*************************
Стр. 50.  — Заголовок?
  Как долго меня не было? Интересно, а этот в чёрном

Стр. 50.  — Разрыв абзаца!
пальто видел, как я пропала у поворота, а потом вдруг
появилась на коврике перед дверью? Небось, глазам сво-
им не поверил. Так ему и надо. Хотел загадок — пусть по-
лучает.
***************************
Ненаглядно. 
И почему разрыв абзаца состоит из одной части?

На этой же странице есть ещё одно такое же место.

3. На странице со стихами (стр. 103, 118) почти каждая строка распознана как "заголовок?".

Давай всё-таки определимся с "тривиальным разрывом абзаца".
Для меня это разрыв предложения, если вторая часть начинается с маленькой буквы.

Теперь статистика:
Spotter-3
Разрыв абзаца страницей 0
Подозрительный фрагмент текста 13
Возможный разрыв абзаца 27
Внутриабзацный разрыв 0
Возможно стихи на странице 0
Возможно слипшийся абзац 0
Отсутствие знаков препинания 0
Нераспознанный ошибочный абзац 0

Spotter-2
Тривиальный разрыв абзаца страницей 86
Разрыв абзаца страницей 10
Подозрительный фрагмент текста 10
Возможный разрыв абзаца 18
Внутриабзацный разрыв 14
Возможно стихи на странице 0
Возможно слипшийся абзац 1
Отсутствие знаков препинания 0
Нераспознанный ошибочный абзац 0

*********************
Я, поскольку не имела ещё новой версии, прошлась споттером-2. Знаю, что ты не приветствуешь, что это - разные принципы подхода к поиску, но мне же надо было что-то делать.
И пока (пока!) споттер-2 более дружелюбный к OCR-щику. 

Отредактировано golma1 (2012-12-15 00:23:39)

Моё почтение!

1. Похоже с Заголовками я немного перемудрил. 
2. Со стихами аналогично - они появились со вчерашней версии. Поправимо, ясное дело.
3. Статистика в Spotter-3 никакущая - спецом пока не занимался.
4.

- НАОБОРОТ!!! Как раз приветствую - нужно же натаскать Наблюдателя выискивать всё!
5. Что есть "тривиальный разрыв"?

Сейчас при старте Наблюдателя (по-умолчанию) стоит НЕ ВКЛЮЧАТЬ тривиальный разрыв в протокол. Можно "тыцнуть" мышкой в "под спойлером" и полюбоваться результатом. Это при желании. А если по-умолчанию?
Вот что репортит прога:

Так вот, если мы сохраним ЭТОТ фрагмент в FB2 - увидим в нём ДВА абзаца. Да, есть скрипт "Управляемое исправление разрывов абзацев", но прога работает БЕЗ ОГЛЯДКИ на что-либо. Это - НЕ ТРИВИАЛЬНЫЙ.
ПЧ сплоховал. (Наличие/отсутствие сносок на первой по-счету странице рояли не играет. ПЧ иногда всё верно распознает). Исправлять ли, либо довериться упомянутому скрипту - дело верстальщика. Просто надо отдавать отчет, что часть абзаца может закончиться на одной странице ТОЧКОЙ. А продолжиться абзац на следующей с Прописной. И тогда никакой (разве что Spotter-2 ) скрипт не поможет. Ну это ДО FB-эдитора. С другой стороны есть ещё типографские изыски...
Ровно настолько дело обстоит и с замеченным мусором и потерянными точками в конце фразы. Из протокола, и ВПОЛНЕ дружелюбно, ИМХО, видно как обстоит дело и править или "забить" - опять-же на усмотрение верстальщика.
6. Но... Но! Протокол ест-но будет правиться. Ест-но в лучшую сторону. Просто скрытых проблем больше чем хотелось бы.

Я внятен?

- вот стоит один раз, ОДИН-ЕДИНСТВЕННЫЙ раз, обглалчить тривиал, увидеть результат (он всё одно под спойлером - т.е. особо не мешает) и угомониться на тему что может и чего не может ПЧ объединять или разъединять.

- потом запускать в FBE "поиск разорванных", пялиться в экран, чего-то галчить.
М... В качестве "пилюли" от моей упёртости в данном вопросе обещаю подумать, как засунуть эти "нетривиальные"-тревиальные (или "тревиально-нетривиальные"?!) под спойлер. Пока же прийдёться погрустить-пострадать.

- не-а. Тогда это будет типа: "здесь играем, здесь рыбу заворачиваем" - т.е. тут нам Spotter-2 поможет, а тут ешё чего-то... Бум ловить всё!
И по многочисленным просьбам трудящихся (мазохистов?!) засовывать, то что им не хо видеть, под спойлер.

уже упомянутое, но ещё не реализованное засовывание под спойлер, решит проблему?
Сейчас просто проскакиваем текст протокола, глаз-то намётанный, видно что к чему!

- ни в коем случае!

- спасибо и взаимно!

Теперь такое дело! Эта... В ходе мозгового штурма обнаружена причина ранее упоминавшейся траблы о разном поведении программы под разными компиляторами. Так вот: тренировочная "кошка" "Деннис Лихэйн Прощай детка прощай" отличается от всех прочих, тем что в пакет включен скан ЗАДНЕЙ обложки. Т.е. некоторые фрагменты текста ЗАДУБЛИРОВАНЫ. Я на это не закладывался. Это мой прокол. Но с ходу порешать как не знаю. Пока не знаю. Как решу - проинформирую. А пока, во избежании - скан задней обложки в пакет не вкючать! Да он собст-но, по большому  счету и не нужен, но вот с дублирование фрагментов текста надо что-то думать.

Удачи!
Полагаю, внятен?

P.S. Упёртость в вопросе универсальности Наблюдателя (и дальнейшего его УСЛОЖНЕНИЯ ) объяснеется просто - есть "голубая мечта"...

Красотень 
(и Лекс тут значительно разговорчивей  )

Я потом, когда все будет готово, буду использовать ЭТО в своих файлах, но только если будет одна кнопка - Поехали 
ну или 2 + Приехали

эт замечательно, когда чья-то голубая мечта сбывается и по пути сбывает твою собственную