כללי גרפ לצוד כל לועזית כולל גליפים מיוחדים של שפות אקזוטיות...

[eliezer]

שלום!
משהו יודע גרפ נח ויעיל יותר מאשר זה?

([[=Q=]]|[[=W=]]|[[=E=]]|[[=R=]]|[[=T=]]|[[=Y=]]|[[=U=]]|[[=I=]]|[[=O=]]|[[=P=]]|[[=A=]]|[[=S=]]|[[=D=]]|[[=F=]]|[[=G=]]|[[=H=]]|[[=J=]]|[[=K=]]|[[=L=]]|[[=Z=]]|[[=X=]]|[[=C=]]|[[=V=]]|[[=B=]]|[[=N=]]|    [[=M=]]|[[=q=]]|[[=w=]]|[[=e=]]|[[=r=]]|[[=t=]]|[[=y=]]|[[=u=]]|[[=i=]]|[[=o=]]|[[=p=]]|[[=l=]]|[[=k=]]|[[=l=]]|[[=Z=]]|[[=X=]]|[[=C=]]|[[=V=]]|[[=B=]]|[[=N=]]|[[=M=]])+

 

[ונתנו10]

תשתמש ביוניקוד.
הגם שאני לא מכיר את מה שהעלאת לכאן.

 

[eliezer]

תשתמש ביוניקוד.
הגם שאני לא מכיר את מה שהעלאת לכאן.

מהיכן אדע כל היוניקוד של השפות הנ"ל?

מה שעשיתי הוא פשוט וברברי...
כתוב בעזרה של אינדזיין ככה:
[[==a==]] מוצא כל הסט של הa כולל a עם נקודות על הראש ומכל הכיונים...

אז עשיתי סט כזה של כל הABC ושמתי בתוך ()+ עם | מפרידים.

בתחילה ניסיתי [[[==a==]]-[[==z==]] [[[==A==]]-[[==Z==]]]
אבל לא עבד משום מה

 

[ונתנו10]

השאלה מה עוד מוצא מה שכתבת. ולמתי זה יבוא לידי שימוש.
ואפשר להבין למה המקף הרס, כי זה הפך אותו לסדרה, כמו א-ו שזה מא' עד ו'.
היית יכול לוותר עליהם וזה היה עובד מצויין.

 

[DMD]

אולי אני לא מבין מה אתה רוצה לעשות... אבל,
במקום לחפש כל תו לועזי, למה לא לחפש הכל חוץ מתווי עברית?

 

[ונתנו10]

אין לי מושג באיזה שפות אתה מתעסק, אך לגבי שאלתך, לכאורה זה יספיק לך:

[a-ԝ]+

(זה לא W אלא אות אחרת)

 

[eliezer]

אין לי מושג באיזה שפות אתה מתעסק, אך לגבי שאלתך, לכאורה זה יספיק לך:

[a-ԝ]+

(זה לא W אלא אות אחרת)

נ"ב- A היא קודמת לa
כך שזו מחרוזת לא נכונה

נ"ב שני: בטעות מחקתי התוכן שכתבתי כאן מקודם במקום להוסיף, כך שתגובתך בהמשך נראית בגלל זה לא מובנת, מחילה.

 

[ונתנו10]

פתחתי את חלון הגליפים ובחרתי באחרון מהשפות הלטיניות (זה לא כולל ערבית לדוגמה).

 

[eliezer]

בנתיים פתחתי את הטבלה הזאת:
http://unicode-table.com/en/#0370
והגעתי למסקנה שהחיפוש הזה טוב לכל השפות הלטיניות (ללא הקריליות).
[A-ʸ]
ולשם תפיסת רווח וגרשיים וכו בתוך האנגלית וצמוד אליה אני משתמש בזה:
[\"']*[A-ʸ]+([^א-ת]+[A-ʸ]+)*[\"']*
מה דעתך?
מכיר משהו טוב יותר?
(עיקר השאלה היא לגבי רווחים וגרשים שזה נוגע לכל חיפוש אנגלית גם הרגיל של[A-z])

 

[eliezer]

כעת מצאתי ההבדל בין החיפוש של אינדזיין "כל תו(any later)" לחיפוש הזה:[A-Za-z]
בזה שהוא מוצא גם תווים מוזרים!
וצריך:
[\"']*[\l\u]+([^א-ת]+[\l\u]+)*[\"']*

ומה שהצעתי קודם, מצאתי חיסרון, שהסט הזה כנראה כולל גם סוגריים מרובעים (חלק מהם לפחות...) וגם רווחים קשיחים!

וזה לא בגלל התוספת של התוים המיוחדים שהוספתי אלא גם המחרוזת הזו לבד מוצאת ככה:[A-z]+
כנראה אין רצף בין האABC הגדול והקטן, ובאמצע מסתתרים כמה סמנים פיסוק שונים,(לא כולם..) (אפשר למצוא מה הם על ידי חיפוש כזה[Z-a])
ואם לא רוצים ה[\l\u] אז לאנגלית רגילה צריך [A-Za-z] ואי אפשר לקצר ל[A-z]



טקסט מוזר לדוגמה:
Sužiedėlis, “The Historical Sourc

 

[ונתנו10]

ואי אפשר לקצר ל[A-z]

מה שכתבת לא אפשרי, כי תו A גדולה נמצא ברשימה אחרי z קטנה.
ולכן אם תרצה לחפש כל תו אנגלי תוכל לעשות את זה ע"י [a-Z] אבל קח בחשבון שישנם כמה תווים נוספים שימצא (כי תו A גדולה לא נמצאת ישר אחרי z לפי סדר יוניקוד)

 

[ונתנו10]

מה דעתך?
מכיר משהו טוב יותר?

לא יודע אם טוב יותר, אבל נראה לי שאפשר לקצר את אורך השורה קצת.

 

[eliezer]

מה שכתבת לא אפשרי, כי תו A גדולה נמצא ברשימה אחרי z קטנה.
ולכן אם תרצה לחפש כל תו אנגלי תוכל לעשות את זה ע"י [a-Z] אבל קח בחשבון שישנם כמה תווים נוספים שימצא (כי תו A גדולה לא נמצאת ישר אחרי z לפי סדר יוניקוד)

הפוך במחילה
החיפוש הזה [A-z] ימצא כל הלועזית וגם קצת באמצע עוד כמה תווים שונים
ואילו החיפוש הזה:
[a-Z] לא ימצא כלום כי a בא אחרי Z

 

[ונתנו10]

הפוך במחילה

וואלה, צודק

 

[אריאל וו]

לרוב אין צורך בגרעפ כזה, כי למרבה המזל כשמקלידים בוורד באותיות לטיניות, השפה משתנה בהתאם בצורה אוטומטית. ולכן אפשר באינדיזיין פשוט לחפש את שפת האנגלית למיניו.

 

[אריאל וו]

בכל אופן, לשאלתך, הדרך הפשוטה היא זו:

[\u\l]

 

[ונתנו10]

כמובן. זה אשכול לחידודי בעלמא

 

[eliezer]

בכל אופן, לשאלתך, הדרך הפשוטה היא זו:

[\u\l]

זה מה שכתבתי בעצם במסקנה רק הוספתי תוספות לחיפוש תווים נספחים. לעיצוב אחיד.


למה לחידודי בעלמא?! זה מקרה מעשי מאד שנתקלתי במילים בפולנית או משהו כזה בספר