Как проще заменить латинкий символы в словах на кириллицу?

Question

[lumb]

Поискал по просторам, нашел только сервисы для обратных задач.

Есть (были) недобросовестные копирайтеры, которые "уникализировали" статьи заменой схожих киррилистических символов на латиницу. В результате у меня на руках полно статей вида

Пpи прямoй ингаляции маслa вдыхаютcя из флакона, или c салфетки, нa которую наносят несколькo капель. Этoт спосoб даeт болеe сильный эффект, чeм аромакурительница.

где в большинстве слов заменена 1 буква на латинскую.

пока смог только найти регулярку чтобы их найти в тексте, но как их автоматически заменить (учитывая, что надо исключить замену внутри < > чтобы не заменить символы в разных классах и т.д. class="img-fluid mx-auto d-block" )?
(?<=[A-Za-z])[а-яёі]|[а-яёі](?=[A-Za-z])

Answer 1

[dollar]

В notepad++ регуляркой - никак.
Придется заменять по одному символу, но во всех файлах единовременно.
Их не так много.
eyopac
ETOPAHKCBM
И про цифру 3 не забудьте.

Comments

[lumb]

я бы с удовольствием прям в БД бы поменял НО как быть с class="img-fluid mx-auto d-block" и подобным что также присутствует в статьях

[Nick Sdk]

lumb, а что с ними не так?
вы же, если будете заменять с помощью регулярки, то не очень то будете натыкаться на куски с классами

[lumb]

Nick Sdk, так у меня нет регулярки и выше написали, что регуляркой - никак. Вот я и нервничаю)

[Nick Sdk]

lumb, вот для латинской "o"
https://regex101.com/r/PGCDC4/1
для "c"
https://regex101.com/r/PGCDC4/2
для "a"
https://regex101.com/r/PGCDC4/3

[dollar]

Это уже сложнее. Можно полноценный скрипт. Проще сделать на JS или PHP или Lua, смотря что под рукой и что лучше знаете. Программист сделает скрипт максимум за 30 минут.

[Nick Sdk]

lumb, выше написали, но не очень точно
тут не будет универсального метода
это наверное выше имелось ввиду

регуляркой можно, но надо немного потратить времени для каждой буквы и притом еще потом перепроверить несколько раз

[Nick Sdk]

dollar, мне кажется, что если нет опыта, то пойдет и такой вариант с нотпадом и регуляркой в несколько итераций

[lumb]

Nick Sdk, Спасибо, буду так прогонять

[Nick Sdk]

lumb, могу предположить, что моя регулярка вряд ли захватит все варианты, но может процентов 90-95 "пофиксит"

[dollar]

Nick Sdk, регулярка сможет игнорировать "o" внутри тега? Причем, тегов может быть произвольное количество.

[Nick Sdk]

dollar, внутри какого тега?
примеры?

[dollar]

Nick Sdk, то, что вы привели, заменяет < o >, при этом пропускает oo (два символа подряд), а также o в конце текста.

Тег это всё, что между < и >

[Nick Sdk]

dollar, да, так и есть. о в конце текста пропустим, два подряд мы во-первых вряд ли получим по тексту, если и будут и рядом с какойто стороны будет кирилица, то заменится в несколько итераций

< o >

так это же вроде не валидный тег?
он же должен, по идее, быть <o> без пробелов по бокам

[dollar]

lumb, вот как раз для БД и нужен скрипт на PHP или что там у вас на сервере.

[dollar]

Nick Sdk, ну, в целом, да, такая регулярка должна справиться.

[lumb]

dollar, понял, буду на php делать. Просто удивлен, что никто этим еще не заморачивался.

[dollar]

lumb, а зачем? Гугл разве не умеет распознавать такие тексты на сайтах?

[lumb]

dollar, а я и не в курсе. Собственно если поисковикам пофиг, то вопрос можно закрыть. Надо погуглить)