Validare fișiere .po

Aceasta este o serie de mici programele sau scripturi raportate anterior pe listele de email ale grupului. Fiecare program este distribuit sub o licență proprie. Dacă nu se menționează explicit, programul se găsește în domeniul public.

Script pentru verificarea validității unui fișier .po

#!/bin/bash
rasp_conv="d"

echo "----"
echo "Se verifică fișier: $1"
echo "----"

#verific Copy text ... here, cauzat de un copy/paste aiurea in LP
grep "Copy text  " $1 > /dev/null
if [ $? -eq 0  ]; then
  echo "EROARE: Fișierul conține 'Copy text' - eroare din LP"
  echo ""
fi

#verific daca are sedila
#sed nu merge cu unicode... la perl sunt probleme cu locale
#grep -u "[ŞşŢţ]" $1 #> /dev/null
cat $1 | perl -pi -e 'exit(1) if /[ŞşŢţ]/'  2>/dev/null
 
if [ $? -eq 1 ]; then
  echo "INFORMARE: Fișierul conține caractere cu sedilă."
  echo "Doriți să fie convertite la virgulă dedesubt? [D/n]"
  read rasp_conv
  if [ "x$rasp_conv" != "xn" ]; then
    echo "Se efectuează conversia..."
    sed -i "s/ş/ș/g" $1
    sed -i "s/Ş/Ș/g" $1
    sed -i "s/Ţ/Ț/g" $1
    sed -i "s/ţ/ț/g" $1
   echo "Conversie finalizată"
  fi
fi

#la final verific validitatea fișierului și acceleratorii
echo "Se verifică validitatea fișierului... "
msgfmt -v -o /dev/null -c --check-accelerators=_ $1

echo "----"
echo "Finalizat"

Frecvență apariție cuvinte

Scriptul produce o listă cu toate cuvintele care apar în unul sau mai multe fișiere, și frecvența de apariție. Este util pentru construirea de lexicoane de traducere, testare de dicționare, etc.

Versiune awk:

#!/bin/awk -f 
# 
# Print list of word frequencies 
# 
# Save it as wfreq.awk, and run it as: 
#   ./wfreq.awk file(s) | sort -nr 
# or as: 
#    tr A-Z a-z < file | ./wfreq.awk | sort -nr 
# 
BEGIN { RS = "[ |\n|\t|<|>|,|.|\"|?|!|:|;|(|)]" } 
{ 
      freq[$0]++
} 

END { 
   for (word in freq) 
       printf "%d\t%s\n", freq[word], word
} 

Versiune Perl:

# Save it as wfreq.pl, and run it as: 
#    perl ./wfreq.pl file(s) | sort -nr 
# or as: 
#    tr A-Z a-z < file | perl ./wfreq.pl | sort -nr 
while (<>) { 
    $freq{$_}++ for split /[ \n\t<>,."?!:;\()|]+/ ;
} 

print( $freq{$_}, "\t$_\n" ) for keys %freq; 

sau Perl oneliner:

perl -ne 'BEGIN { $RS=qr/[ \n\t<>,.\"?!:;\()|]+/; } $freq{$_}++ for split /$RS/; END{print( $freq{$_}, "\t$_\n") for keys %freq }' file[s] | sort -n 

Conversie ortografie pre/ante 1993

Scripturile sunt distribuite sub GPL, și pot fi găsilte la http://bucovina.chem.tue.nl/reguli_ortografie/index.htm

Program căutare termeni prin traduceri

Distribuit sub GPL sub numele de trascheck, programul poate fi descărcat de la http://sourceforge.net/project/showfiles.php?group_id=144374

Discuția asociată se găsește la http://groups.google.com/group/diacritice/browse_thread/thread/c880eac1513e40b7/6bd64b4d08470371?lnk=gst&q=transcheck#6bd64b4d08470371