Алгоритм для работы со строками

@Bloomfield · Регистрация: 16.11.2009

Author24 — интернет-сервис помощи студентам

Здравствуйте! Прошу помощи.

Есть массив, в котором записан текст из текстового файла. Так вот, нужно проверить, чтобы первое слово каждого предложения начиналось с заглавной буквы, и откорректировать.

У меня есть код, но он работает по обычному линейному алгоритму, т.е. он срабатывает когда такая схема текста: <Предложение>! <Сл.Предложение>, т.е после ! должен идти пробел, а потом начинаться следующее предложение. Но хотелось бы и так, чтобы обрабатывались ситуации, когда между предложениями нет пробелов.

Спасибо!

@i8085 · 18.03.2010, 01:53

Bloomfield, те варианты ошибок, при которых формально нельзя различить признак начала предложения, без смыслового анализа исправить не получится, так что рассматриваем только формальные признаки - и вперёд!
Что является формальным признаком конца предложения?
- Перевод строки (случаи форматирования по ширине вручную относим к ошибкам);
- Символ конца предложения ("." "!" "?" "..." и, может быть, ещё что-нибудь)
Пробелы вообще не учитываем (не буква).
Итого:
Если в тексте при последовательном просмотре обнаружен символ конца предложения - следующий буквенный символ должен быть в верхнем регистре.

@кот Бегемот · 18.03.2010, 11:44

Пробелы вообще не учитываем (не буква).

Это не совсем точно.
Более точным выглядит следующий алгоритм:
Если предложения в файле не разбиваются на отдельные куски в разных строках, то:
Считываем из файла очередную строку.
Проверяем 1 букву строки на регистр.
Идём по строке.
Если находим символ, которым должно кончиться предложение (. ! ?),
то проверяем следующий за ним символ. Если он не пробел, а буква, проверяем на регистр, если пробел, то берём следующий символ, пока не дойдём до буквы или конца строки.
Таким образом мы проверим регистр и при наличии пробела между предложениями, и без пробелов.

@i8085 · 18.03.2010, 18:20

Сообщение от кот Бегемот

Это не совсем точно...

Ну и в чём отличия?

кот Бегемот: "Если предложения в файле не разбиваются на отдельные куски в разных строках, то:"
i8085: "случаи форматирования по ширине вручную относим к ошибкам"

кот Бегемот: "Считываем из файла очередную строку. Проверяем 1 букву строки на регистр. Идём по строке. Если находим символ, которым должно кончиться предложение (. ! ?), то..."
i8085: "... признаком конца предложения ... - Перевод строки ... - Символ конца предложения ("." "!" "?" "..."

кот Бегемот: "...если пробел, то берём следующий символ
i8085: "Пробелы вообще не учитываем"

кот Бегемот: "Если находим символ, которым должно кончиться предложение (. ! ?),
то проверяем следующий за ним символ. Если он ..."
i8085: "Если в тексте при последовательном просмотре обнаружен символ конца предложения - следующий буквенный символ должен быть в верхнем регистре."

А проверять вообще не нужно - сразу меняем на верхний регистр, даже если он и так верхний. Так быстрее.
Всегда надо минимизировать логические функции, даже в программировании.

@Bloomfield · 18.03.2010, 20:36 **[ТС]**

Извиняюсь что сразу не сказал - буквы только русские! Поэтому проверить всё же придётся, т.к вычитаю шестнадцатеричное значение (Windows-1251). toupper с русскими буквами не работает.

@кот Бегемот · 18.03.2010, 20:49

i8085
не стоило так бурно возмущаться, я уже указал в цитате, что меня смутила только одна ваша фраза, которая сбивает с толку, именно это я и хотел исправить

@i8085 · 19.03.2010, 01:40

кот Бегемот, да какое возмущение, бог с вами, скажете тоже...

Написал, потому что абсолютно не въехал, чем отличается моё "Пробелы вообще не учитываем (не буква)", что вы процитировали с комментарием " которая сбивает с толку, ", от вашего "Если он не пробел, а буква, проверяем на регистр, если пробел, то берём следующий символ". Логически это одно и то же - пробелы игнорируем.

Сейчас понял. За время модераторства тут, у вас выработался стиль разжёвывать каждую фразу в ответах юзерам. И это правильно.

@Bloomfield · 20.03.2010, 07:17 **[ТС]**

Немного отходя от темы раздела:

Код будет примерно таким:

C

for (i=0; i<N-2;i++)
        if (i == 0 || ispunct(A[i]))
            if (!isspace(A[i+1])){
                if (A[i+1] > 'а' && A[i+1] < 'я')
                        A[i+1] = A[i+1] - 0x20;
            }
            else 
                if (isspace(A[i+1]) && (!isspace(A[i+2])))
                    if (A[i+2] > 'а' && A[i+2] < 'я')
                        A[i+2] = A[i+2] - 0x20;

@Mysterious Light · 20.03.2010, 12:02

Я бы алгоритм ещё дополнил некой системой поправления пользователя, а именно:
насколько мне известно, правила хорошего тона требуют, чтобы всякое новое слово по отношению к предшествующему разделителю (не к каждому в целом, но для любого разделителя предложений) было отделено переводом строки или собственно пробелом (или же табом по вертикали, или переходом по странице — я с этими символами не знаком). Поэтому, если откинуть вариант "Пробелы вообще не учитываем (не буква)." , я предлогию добавлять пробел после .?!... перед непосредственно последующим буквенным символом или, в случае более чем одного пробела между ними, удалять лишние. Как по мне, если "заказчик" просит следить за регистром с целью сделать читабельным текст, это добавление ему понравиться : )

@Bloomfield 2 / 2 / 1 Регистрация: 16.11.2009 Сообщений: 51
		1
	Алгоритм для работы со строками 17.03.2010, 21:05. Показов 3216. Ответов 8 Метки нет (Все метки) Здравствуйте! Прошу помощи. Есть массив, в котором записан текст из текстового файла. Так вот, нужно проверить, чтобы первое слово каждого предложения начиналось с заглавной буквы, и откорректировать. У меня есть код, но он работает по обычному линейному алгоритму, т.е. он срабатывает когда такая схема текста: <Предложение>! <Сл.Предложение>, т.е после ! должен идти пробел, а потом начинаться следующее предложение. Но хотелось бы и так, чтобы обрабатывались ситуации, когда между предложениями нет пробелов. Спасибо! 0

@i8085 3218 / 2361 / 540 Регистрация: 11.09.2009 Сообщений: 8,604
	18.03.2010, 01:53	2
	Bloomfield, те варианты ошибок, при которых формально нельзя различить признак начала предложения, без смыслового анализа исправить не получится, так что рассматриваем только формальные признаки - и вперёд! Что является формальным признаком конца предложения? - Перевод строки (случаи форматирования по ширине вручную относим к ошибкам); - Символ конца предложения ("." "!" "?" "..." и, может быть, ещё что-нибудь) Пробелы вообще не учитываем (не буква). Итого: Если в тексте при последовательном просмотре обнаружен символ конца предложения - следующий буквенный символ должен быть в верхнем регистре. 1

@кот Бегемот Платежеспособный зверь 8926 / 4354 / 1642 Регистрация: 28.10.2009 Сообщений: 11,568
	18.03.2010, 11:44	3
	Пробелы вообще не учитываем (не буква). Это не совсем точно. Более точным выглядит следующий алгоритм: Если предложения в файле не разбиваются на отдельные куски в разных строках, то: Считываем из файла очередную строку. Проверяем 1 букву строки на регистр. Идём по строке. Если находим символ, которым должно кончиться предложение (. ! ?), то проверяем следующий за ним символ. Если он не пробел, а буква, проверяем на регистр, если пробел, то берём следующий символ, пока не дойдём до буквы или конца строки. Таким образом мы проверим регистр и при наличии пробела между предложениями, и без пробелов. 1

@i8085 3218 / 2361 / 540 Регистрация: 11.09.2009 Сообщений: 8,604
	18.03.2010, 18:20	4
	Сообщение от кот Бегемот Это не совсем точно... Ну и в чём отличия? кот Бегемот: "Если предложения в файле не разбиваются на отдельные куски в разных строках, то:" i8085: "случаи форматирования по ширине вручную относим к ошибкам" кот Бегемот: "Считываем из файла очередную строку. Проверяем 1 букву строки на регистр. Идём по строке. Если находим символ, которым должно кончиться предложение (. ! ?), то..." i8085: "... признаком конца предложения ... - Перевод строки ... - Символ конца предложения ("." "!" "?" "..." кот Бегемот: "...если пробел, то берём следующий символ i8085: "Пробелы вообще не учитываем" кот Бегемот: "Если находим символ, которым должно кончиться предложение (. ! ?), то проверяем следующий за ним символ. Если он ..." i8085: "Если в тексте при последовательном просмотре обнаружен символ конца предложения - следующий буквенный символ должен быть в верхнем регистре." А проверять вообще не нужно - сразу меняем на верхний регистр, даже если он и так верхний. Так быстрее. Всегда надо минимизировать логические функции, даже в программировании. 1

@Bloomfield 2 / 2 / 1 Регистрация: 16.11.2009 Сообщений: 51
	18.03.2010, 20:36 [ТС]	5
	Извиняюсь что сразу не сказал - буквы только русские! Поэтому проверить всё же придётся, т.к вычитаю шестнадцатеричное значение (Windows-1251). toupper с русскими буквами не работает. 0

@кот Бегемот Платежеспособный зверь 8926 / 4354 / 1642 Регистрация: 28.10.2009 Сообщений: 11,568
	18.03.2010, 20:49	6
	i8085 не стоило так бурно возмущаться, я уже указал в цитате, что меня смутила только одна ваша фраза, которая сбивает с толку, именно это я и хотел исправить 0

@i8085 3218 / 2361 / 540 Регистрация: 11.09.2009 Сообщений: 8,604
	19.03.2010, 01:40	7
	кот Бегемот, да какое возмущение, бог с вами, скажете тоже... Написал, потому что абсолютно не въехал, чем отличается моё "Пробелы вообще не учитываем (не буква)", что вы процитировали с комментарием " которая сбивает с толку, ", от вашего "Если он не пробел, а буква, проверяем на регистр, если пробел, то берём следующий символ". Логически это одно и то же - пробелы игнорируем. Сейчас понял. За время модераторства тут, у вас выработался стиль разжёвывать каждую фразу в ответах юзерам. И это правильно. 0

@Mysterious Light $Эксперт по математике/физике$ 4300 / 2091 / 431 Регистрация: 19.07.2009 Сообщений: 3,162 Записей в блоге: 24
	20.03.2010, 12:02	9
	Я бы алгоритм ещё дополнил некой системой поправления пользователя, а именно: насколько мне известно, правила хорошего тона требуют, чтобы всякое новое слово по отношению к предшествующему разделителю (не к каждому в целом, но для любого разделителя предложений) было отделено переводом строки или собственно пробелом (или же табом по вертикали, или переходом по странице — я с этими символами не знаком). Поэтому, если откинуть вариант "Пробелы вообще не учитываем (не буква)." , я предлогию добавлять пробел после .?!... перед непосредственно последующим буквенным символом или, в случае более чем одного пробела между ними, удалять лишние. Как по мне, если "заказчик" просит следить за регистром с целью сделать читабельным текст, это добавление ему понравиться : ) 0