Вы не вошли. Пожалуйста, войдите или зарегистрируйтесь.
Страницы 1
Чтобы отправить ответ, вы должны войти или зарегистрироваться
Есть много англо - русских словарей в PDF которые необходимо перевести в WORD или EXCEL в виде таблицы. В идеале хотелось бы автоматически заменить пробел между Латиницей и кириллицей заменить на знак табулятора, но практически не получается.
Возможно ли это реализовать средствами WORD или EXCEL?
Есть много англо - русских словарей в PDF которые необходимо перевести в WORD или EXCEL в виде таблицы. В идеале хотелось бы автоматически заменить пробел между Латиницей и кириллицей заменить на знак табулятора, но практически не получается.
Возможно ли это реализовать средствами WORD или EXCEL?
Теоретически это можно сделать с помощью шаблонов замены (латинская буква, пробел, русская буква), при этом табуляция будет вставляться в всех таких случаях, а не только после первого слова.
Другой вариант - можно вставлять табуляцию после первого слова в абзаце, но не факт, что второе слово не окажется тоже английским.
Есть много англо - русских словарей в PDF которые необходимо перевести в WORD или EXCEL в виде таблицы. В идеале хотелось бы автоматически заменить пробел между Латиницей и кириллицей заменить на знак табулятора, но практически не получается.
Возможно ли это реализовать средствами WORD или EXCEL?
Если можно, то лучше для обработки планируйте не PDF-файлы, а файлы Word. Дело в том, что PDF-файл может быть сформирован нехитрым инструментом, преобразующим текст в картинку, и тогда вы из такого файла с помощью VBA ничего не прочтете. То есть, я предлагаю для начала сконвертировать все ваши PDF-файлы в файлы Word (если нет оригиналов на самом Word). Хороший инструмент, напр., Solid Converter PDF или ABBYY PDF Transformer. Их преимущество в том, что они, используя принцип распознавания текста, превращают файлы PDF в редактируемый формат, который может быть программно обработан.
Если PDF сформирован из Word путем экспорта или через Acrobat Professional, то можно попытаться читать его - примеры есть (см., напр., внешняя ссылка
По алгоритму обработки (если бы текст словаря был в Word): он довольно простой. Просканировать абзацы текста. Если абзац непустой и содержит вначале нерусский текст, то выделить этот текст и из него сформировать статью исходного слова, а из остатка абзаца - статью перевода. Разумеется, это только грубая обработка.
Если структура словарей такая, как показана на рисунке в стартовом посте, можно воспользоваться поиском с использованием подстановочных знаков.
Опция "Подстановочные знаки" включена
Первый проход: заменяем знак абзаца на пробел, когда русский текст переносится на следующую строку (обработка варианта первых двух строк гладкого текста на рисунке).
строка поиска:
(<[А-ЯЁа-яё]{1;})^013([А-ЯЁа-яё]{1;})
строка замены:
\1 \2
Второй проход, вставка знака табуляции после английского текста, который идет после знака абзаца. Чтобы учитывались английские словосочетания, кроме букв английского алфавита в строку поиска включены знаки короткого и длинного тире, неразрывного дефиса, неразрывного пробела и простого пробела.
Строка поиска:
(^013[A-Za-z^+^=^~^s ]{1;})
Строка замены:
\1^t
Подробнее о поиске и замене с использованием подстановочных знаков смотрите здесь:
внешняя ссылка
внешняя ссылка
Материал по этим ссылкам хорошо дополняет друг друга в части примеров использования.
Страницы 1
Чтобы отправить ответ, вы должны войти или зарегистрироваться