Validare fișiere .po: Diferență între versiuni
Admin (Discuție | contribuții) m (→Frecvență apariție cuvinte) |
Admin (Discuție | contribuții) m (→Script pentru verificarea validității unui fișier .po) |
||
| Linia 6: | Linia 6: | ||
= Script pentru verificarea validității unui fișier .po = | = Script pentru verificarea validității unui fișier .po = | ||
| − | + | <source lang=bash> | |
#!/bin/bash | #!/bin/bash | ||
rasp_conv="d" | rasp_conv="d" | ||
| Linia 46: | Linia 46: | ||
echo "----" | echo "----" | ||
echo "Finalizat" | echo "Finalizat" | ||
| − | + | </source> | |
| − | |||
=Frecvență apariție cuvinte= | =Frecvență apariție cuvinte= | ||
Versiunea de la data 11 ianuarie 2009 13:04
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.
Cuprins
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 -nConversie ortografie pre/ante 1993
Scripturile sunt distribuite sub GPL 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
