Tool zur Suche/Auflistung von verwendeten Abkürzungen in Dokumenten

[freaked]

(07.11.2016 00:15)s4ndwichMakeR schrieb:  

(06.11.2016 22:44)Xaar schrieb:  

(06.11.2016 22:31)s4ndwichMakeR schrieb:  grep?

Falls diese Antwort ernstgemeint war: Beispiel gefällig?

Natürlich war die ernst gemeint. Für genau solche Anwendungen wurde grep gemacht. Musst dir nur einen regulären Ausdruck zurechtbasteln, z.B. [A-Z-]{2,} (müsste man mal noch schauen wegen Unicode). Das mit dem Punkt als Satzzeichen wird dir aber tatsächlich auf die Füße fallen. Wie soll man bspw. das ›bspw.‹ von dem ›fallen.‹ im letzten Satz unterscheiden können? … Hmm, eventuell über den Case des ersten Buchstabens des folgenden Wortes. Wie gesagt, ist alles eine Frage der richtigen Regexp.

und grep kann mit PDF und DOCX umgehen?

[mrshadowtux]

Für PDFs gibts pdfgrep.

[freaked]

wow wie mühsam...anstatt EIN grep machen, das alle brauchbaren formate lesen kann..

[s4ndwichMakeR]

grep kann mit Plaintext umgehen. Das ist meiner Meinung nach ein gängiges Format für geschriebene Sprache, wenn nicht sogar das naheliegendste. Gerüchte besagen sogar, das sei ein freies Format und es müssen keine Lizenzgebühren dafür gezahlt werden. Oder besteht der nach Abkürzungen zu durchsuchende Text aus Höhlenmalerei als JPGs?

[freaked]

(07.11.2016 09:48)s4ndwichMakeR schrieb:  grep kann mit Plaintext umgehen. Das ist meiner Meinung nach ein gängiges Format für geschriebene Sprache, wenn nicht sogar das naheliegendste.

(╯°□°）╯︵ ( . 0 .)

docx/doc/pdf is nicht plain text

[s4ndwichMakeR]

(07.11.2016 21:22)freaked schrieb:  docx/doc/pdf is nicht plain text

Richtig, aber eher ich stunden-, tage- oder wochenlang nach einer Speziallösung suche und wenn ich es sowieso nicht automatisieren will, kopiere ich den Text aus dem Ausgangsdokument als Plaintext kurz raus. MS bietet eben nun mal leider innerhalb Word keine derartige Lösung an, außer vielleicht die Mustersuche in Verbindung mit VBA, damit man die Ergebnisse rausbekommt. Ich würde aber eher zu grep tendieren, weil: Das Suchmuster muss ich ohnehin eruieren, bei VBA kämen noch etliche Codezeilen dazu, die ich mir nicht schneller aus dem Ärmel schütteln könnte als ich die grep-Zeile eingetippt hätte.

[thosch97]

Du willst einen regulären Kraftausdruck, der beschreibt, was du suchst, Punkt.

[DosAmp]

(07.11.2016 21:36)s4ndwichMakeR schrieb:  Richtig, aber eher ich stunden-, tage- oder wochenlang nach einer Speziallösung suche und wenn ich es sowieso nicht automatisieren will, kopiere ich den Text aus dem Ausgangsdokument als Plaintext kurz raus.

Was ist pdftotext(1)?
Was ist antiword(1)?

[s4ndwichMakeR]

(08.11.2016 00:29)DosAmp schrieb:  Was ist antiword(1)?

Ja, habe ich auch schon genutzt – war mir entfallen.