Versión para imprimir
norishen,
muchas gracias por la respuesta. Ahora lo tengo un poco más claro, y es posible que sea lo que tú dices.:\')
En cuanto llegue a casa lo pruebo y te comento si lo que se repite es el lema o si es otra cosa ...
Por cierto, cuando le pido palabras similares, me salen otras palabras pero algunas textualmente como las describes, por ejemplo: lema <k>lema</k> (con las k).
Siento ser un "lerdo" con esto de los diccionarios:-\", pero siempre es buen momento para ir empezando a aprender;).
Bueno, ya lo he probado, y con el .index ya funciona :-)Cita:
Iniciado por norishen
Es muy similar y comparte algunos de los problemillas y virtudes con el que apareció en este hilo hace algún tiempo:
http://www.lectoreselectronicos.com/...re-y-similares
Pro: el formateo está mejor y ya no corta frases ni definiciones, el otro estaba por algún motivo hecho para un tipo predeterminado de ancho de pantalla, fuente o tamaño, y era complicada la cosa.
Contra: este contiene más saltos de linea y separaciones incorrectas (entre palabras, definiciones, etc) de las esperadas y adecuadas en muchos casos.
Mayor problema de ambos: las acepciones de las palabras siguen saliendo con saltos de linea caóticos, más o menos, sin las separaciones adecuadas, con caracteres raros o extraños (probablemente sea por el UTF-8), y cuando aparecen definiciones y asociaciones de la palabra con otros contextos, la cosa se lía más.
Ejemplo corto que creo muestra más o menos todo: raro
raro
raro, ra.
(Del lat.rarus).
1. adj. Que se comporta de un modo inhabitual.?2. adj.
Extraordinario, poco común o frecuente.?3. adj. Escaso
en su clase o especie.?4. adj. Insigne, sobresaliente o
excelente en su línea.? 5. adj. Extravagante de genio o
de comportamiento y propenso a singularizarse.?6. adj.
Dicho principalmente de un gas enrarecido: Que Tiene
poca densidad y consistencia. de raro en raro. 1. loc. adv.
raramente (? de tarde en tare).
[] V. bicho raro tierra rara tierras raras
Pues muchas gracias por el quote.... por lo que veo los saltos de línea te los sustituye por el carácter "?" , este artículo en especial se tendría que ver:Cita:
Iniciado por jotas
raro
raro, ra.
(Del lat.rarus).
1. adj. Que se comporta de un modo inhabitual.
2. adj.Extraordinario, poco común o frecuente.
3. adj. Escaso en su clase o especie.
4. adj. Insigne, sobresaliente o excelente en su línea.
5. adj. Extravagante de genio o de comportamiento y propenso a singularizarse.
6. adj.Dicho principalmente de un gas enrarecido: Que Tiene poca densidad y consistencia.
de raro en raro.
1. loc. adv. raramente (|| de tarde en tare).
[] V.
bicho raro
tierra rara
tierras raras
Por lo tanto por lo que veo, no solo son los retornos de carro, si no todos los caracteres, (para el), "extraños", (el retorno y el ||), los sustituye por "?" como diciendo "no lo entiendo", el caracter "[]", si que lo interpreta bien ¿...?
¿Que codificación utiliza este reader?, lo comento por que si sabemos cual es, podemos cambiar la codificación y punto. ¿Conoces algún ejemplo de texto correcto?, algún .dz .index que "salte bien"
La verdad si con eso funciona, la solución es rápida.
P.D: Por curiosidad, como has sacado el copy&paste, ¿tienes algún emulador de este eReader para PC?
De lerdo nada de nada... mira mi dilatada experiencia, jajaja un mes :) ni mas ni menos, creo que en este caso el lerdo soy yo, jajajaCita:
Iniciado por JIPG
Pues por lo que dices, nos pasa lo que te he comentado, voy a crear una versión sin referencias, (sin las <k>), y la subo en plan "beta" a ver como va y si es la forma correcta, pues cambio la oficial y listos... (prueba error ;) )
Muchas gracias JIPG
Hola,Cita:
Iniciado por norishen
Todo va y se espera en principio en UTF-8.
Tampoco te comas mucho el coco de todas formas, gran parte de culpa la tiene el propio código y manejo del diccionario que hace el programa (CoolReader). Si puedes completar el proyecto bien, y si lo puedes dejar también con el .index. mejor. Ya veré yo si puedo hacer algún apaño menor o filtro en el código después, porque meterme a cambiar más código o hacer nuevo, ya no tengo en mente.
El texto lo he copiado simplemente. Sí, había un emulador, pero es tan antiguo ( http://www.lectoreselectronicos.com/...ll=1#post19319 , ftp://lbook:v3@begemot.homeftp.net/buggins ) que no creo sirva de mucho, y la versión QT de Windows ( http://www.the-ebook.org/forum/viewt...=456266#456266 ) no trae diccionario.
Gracias por tu trabajo e interés.
Aquí te paso tres instantáneas de lo que muestra el diccionario buscando las palabras diputados y algunos (en plural), y palabras similares a grupo.Cita:
Iniciado por norishen
Como ves, la palabra se repite como tu dices al tener género.
Aunque lo que no entiendo es por qué salen pegadas las dos palabras.:-s
Muchas gracias =D>, la verdad, "una imagen vale más que mil palabras", es un lujo. Veamos...Cita:
Iniciado por JIPG
1- Las dos primeras fotos, con el formateo correcto, (veo que convierte a negrita correctamente), la primera de las palabras "diputado", te pasa lo que te comente, no interpreta bien, (la secuencia <k>), el que te salga pegado es "normal", (debido a esta mala interpretación), pues las dos palabras están "pegadas" en el fichero, pero él debería obviar la marcada con las "k's" y no sacarla.
El problema se soluciona quitando para esta versión las "marcas" de referencia. Te realizo los cambios sin problema.
2- Esta sí que me ha dejado perplejo, y además te comento que no tengo ni idea de la posible solución... viendo la salida de esta opción está realizando una búsqueda "en bruto" en el fichero principal del diccionario y no esta formateando la salida. Si te fijas es algo parecido a cuando editamos un mensaje en el foro... cuando queremos que una palabra aparezca en negrita le ponemos unas marcas entre corchetes "[.B.][./B.]", mientras editamos lo vemos "sin formato", (vemos las b y /b entre corchetes. Después cuando grabamos o pre visualizamos estas se sustituyen por la palabra en negrita.
Pues bien aquí te pasa lo mismo este software cuando visualiza grupos los visualiza sin formato, "en bruto", (veo las <b>, que son las negritas y algunas <ex> que son extensiones.....) por lo tanto no tengo ni idea de cómo hacer que esto no salga :( :( :(
¿en algún otro diccionario te aparece bien esta "búsqueda de palabras similares"…
…espera vamos a probar una cosa... pero creo que ya se lo que pasa, te preparo una versión, que me parece que va a solucionar los dos problema ;), y te la mando por MP para no "ensuciar" el foro.
Muchas gracias norishen por tu interés.Cita:
Iniciado por norishen
Respecto al caso 2, he probado con otro diccionario español (el Larousse), y pasa lo mismo: salen los codigos <k>.
Así que podría ser un problema del lector, (o bien el larousse ha sido codificado como el miniRAE).
La verdad, me ha picado la curiosidad, y estoy buscando algo de información sobre los diccionarios.
¿Podrías contar un poco cómo modificas los diccionarios?
Un saludo.
El campo <k> </k> es un campo de referencia dentro del formato por lo tanto lo utilizara cualquier diccionario que tenga referencias dentro del diccionario... me explico, "en teoría" cuando se encuentra una palabra entre <k> y </k> se graba en el índice, (idx), y dentro del texto puedes poner un <kref> </kref> que es una referencia a un campo k, (jo que malo soy explicándome), pero vamos que si la palabra entre <k> es la misma que el lema, me he dado cuanto de que es redundante y la búsqueda se resuelve perfectamente sin ese campo.Cita:
Iniciado por JIPG
Cita:
Iniciado por JIPG
--------------- Inicio del "rollo" ---------------
En cuanto a como esta hecho el diccionario, te cuento;
partiendo de los datos principales, (lema y definición), es tan fácil como crear un fichero de texto con la siguiente estructura:
lema<tab>definicion <tab>=una tabulación
La definición la puedes arreglar todo lo que quieras con código html, (colores, negritas, etc...), los distintos saltos de línea se realizan con el carácter \n
Por ejemplo parte de la definición para abad podría ser:
abad<tab>(Del lat. abbas, -ātis, este del gr. ἀββᾶ, y este del siriaco abbā, padre).\n<b>1.</b> m. Superior de un monasterio de hombres, considerado abadía.
Como ves es muy fácil. Una vez tienes el fichero con todas los lemas y sus descripciones tan solo tienes que pasarlo por un programita que se llama tabfile, (es parte de las stardict-tools y puedes bajarlo de su pagina oficial), una vez ejecutado te dejara el .dz el .idx y el .ifo correspondiente... y ya tenemos diccionario.
--------------- Fin del "rollo" ---------------
Saludotes,
P.D: Pues ya tienes la versión corregida... a ver que tal va [-o< :)
Cita:
Iniciado por norishen
Hola norishen,
he recibido el fichero y lo he probado, muchas gracias.
La verdad es que queda más limpio que al principio, pero quizás para alguna gente pueda ser un poco menos "claro". Me explico: ahora ya no se repite la palabra cuando tiene género, pero cuando no lo tiene, la palabra de la cual se da el significado, directamente no aparece. A mi no me importa mucho, por que tengo marcada en el texto la palabra, pero puede ser un poco confuso para otros.
Para las palabras similares, queda definitivamente mejor, aunque como dices, yo creo que es un problema del lector que no debería mostrarlo con los códigos tal cual.
Me voy de viaje el fin de semana, así que no me queda tiempo para hacer unas capturas de pantalla, pero en cuanto vuelva te las envío por PM.
Creo que va a ser difícil dar una solución que satisfaga a todo el mundo.;)
Un saludo.