Задать вопрос
Stalker_RED

Stalker_RED

Ответы пользователя по тегу Автоматизация обработки текста

  • Как на php преобразовать html в форматированный текст?

    Stalker_RED
    @Stalker_RED
    Так?

    $txt = str_replace('<li', '-<li', $txt); // добавим минусы в списке
$txt = strip_tags($txt); // уберем теги

$rows = explode("\n", $txt); // разобьем на строки
$rows = array_map('trim', $rows); // уберем пробелы в начале и конце
$rows = array_filter($rows); // уберем пустые строки

echo implode("\n", $rows);  // склеим строки снова в текст


    Есть и в виде готовых библиотек, типа такой
    https://github.com/soundasleep/html2text
    Ответ написан
    1 комментарий
    1 комментарий

  • Как из текста со смешанным алфавитом сделать нормальный?

    Stalker_RED
    @Stalker_RED
    Самый простой вариант - заменить все символы латиницы символами кириллицы. Но у этого метода есть существенный недостаток - он заменит буквы дляже в нормальных словах написанных латиницей.

    Вариант посложнее - найти слова, в которых смешаны кирилица и латиница, и применить замену только к ним.

    Но со словарем можно еще круче - при замене проверить слово и его словоформы по словарю, и если оно не найдено, то вывести предупреждение или оригинальное написание в скобках, например, или как вам будет удобнее.

    Если чтение из браузера, то можно написать расширение или юзерскрипт. Если из редакторов типа microsoft word, то там тоже можно написать VBA скрипты. И наверняка у каких-то скринридеров есть API для плагинов.
    Ответ написан
    Комментировать
    Комментировать

  • Как извлечь, изменить и вернуть числа в текст?

    Stalker_RED
    @Stalker_RED
    Написать регулярку

    Вызвать ее через re.sub, в качестве коллбэка передать свою функцию, которая применит нужные математические операции (увеличит на два, например).
    Ответ написан
    Комментировать
    Комментировать

  • Как очистить огромный txt от дубликатов?

    Stalker_RED
    @Stalker_RED
    Не уверен, что это самый быстрый велосипед, но точно сработает, в случае, если в твоем компе нету 25 гигов памяти:)
    загнать в базу (COPY FROM для postgress или LOAD DATA INFILE для мускула) а потом выбрать c DISTINCT.
    Таблица во время загрузки данных ессно без индексов должна быть.

    UPD: да, distinct тоже сильно грузит, insert ... ignore наверное будет быстрее.
    Ответ написан
    Комментировать
    Комментировать

  • Почему не работает сокращение текста троеточием в таблице?

    Stalker_RED
    @Stalker_RED 
    <td class="ellipsis"><span>длинный текст который нужно обрезать</span></td>


    .ellipsis {
    position: relative;
}
.ellipsis:before {
    content: '&nbsp;';
    visibility: hidden;
}
.ellipsis span {
    position: absolute;
    left: 0;
    right: 0;
    white-space: nowrap;
    overflow: hidden;
    text-overflow: ellipsis;
}

    Решение без спана искал несколько часов, ничего хорошего не нашел - постоянно какие-то глюки вылезали.
    Ответ написан
    5 комментариев
    5 комментариев

  • Как принято сохранять текст в базе данных?

    Stalker_RED
    @Stalker_RED
    Если это про тексты из какого-о wysywig редактора или комменты, например, то обший подход такой:
    1. сохраняем как есть, ничего не вырезам
    2. перед выводом на страницу фильтруем

    Иногда можно и на входе фильтровать, но есть шансы угробить пользовательские данные, что в целом нехорошо.
    Ответ написан
    Комментировать
    Комментировать

  • Как отслеживать изменения в тексте?

    Stalker_RED
    @Stalker_RED
    Вы изобретаете собственную систему управления версиями? Ознакомьтесь с существующими решениями, возможно что-то из них вам подойдет.
    (Подсказка: кроме git есть и другие).

    Для истории можно хранить диффы.

    8к знаков - это не так уж много. К примеру 1000 копий будут весить 8 мегабайт. Это по три правки в день в течении года, например. А если текст сжать, то он займет в разы меньше.

    Или посмотрите на движок wiki, там тоже есть история изменений и множество пользователей.

    Также, можно разбить текст на главы (да хоть на абзацы) и вести историю отдельно по каждому фрагменту. Тогда объем изменений еще уменьшится.
    Ответ написан
    2 комментария
    2 комментария

  • Какой из двух вариантов оформления данной колонки текста вы считаете правильным?

    Stalker_RED
    @Stalker_RED
    Правый вариант хоть как-то воспринимается, т.к. влазит на один экран. Левый - стена непонятного повторяющегося текста, будто EULA в очередной раз подвернулась.

    Неплохо бы переписать всё так, чтобы не было этих одинаковых повторяющихся кусков. Мало кому интересно читать высокохудожественный текст о доставке мебели. Целесообразно выделить ключевые моменты - цена, стоимость и сроки. А повторять три раза предложение "стоимость вы можете уточнить..." - это перебор, имхо.
    Ответ написан
    1 комментарий
    1 комментарий