Tweet
Hallo
ich hoffe, hier ein paar gute Tipps für folgendes Problem zu erhalten:
Für ein Uni-Projekt soll aus einer ca. tausendseitigen, digitalisierten chinesischen Enzyklopädie eine möglichst genaue Nachbildung in xml geschaffen werden. Das Ergebnis der Digitalisierung ist in einer word-Datei abgespeichert. Diese Datei wurde in xml umgewandelt, wobei jedoch Wellenlinien verloren gingen, mit denen Begriffe unterstrichen waren. Nun ist es meine Aufgabe, diese Begriffe in der word-Datei zu identifizieren und in der xml Datei mit <title></title> zu markieren. Auf Grund des Umfangs der Datei ist dies eine langwierige Arbeit. Nun überlegte ich mir, ob es nicht möglich wäre, diesen Prozess mittels Formulierung eines Suche&Ersetze-Befehls zu automatisieren.
Die Schwierigkeit liegt darin, dass manche Begriffe öfters vorkommen, jedoch nur einmal oder zweimal unterstrichen sind. Daher müsste der engere Kontext, in dem die Begriffe stehen, mit berücksichtigt werden.
Kennt jemand ein wirkungsmächtiges Tool für diese Aufgabe? Ich habe mir Textwrangler angeschaut, leider unterstützt es Word-Dateien nicht. Außerdem wäre ich für jeden Hinweis, wie man dieses Problem angehen könnte, sehr, sehr dankbar.
Viele Grüße,
ziborium
ich hoffe, hier ein paar gute Tipps für folgendes Problem zu erhalten:
Für ein Uni-Projekt soll aus einer ca. tausendseitigen, digitalisierten chinesischen Enzyklopädie eine möglichst genaue Nachbildung in xml geschaffen werden. Das Ergebnis der Digitalisierung ist in einer word-Datei abgespeichert. Diese Datei wurde in xml umgewandelt, wobei jedoch Wellenlinien verloren gingen, mit denen Begriffe unterstrichen waren. Nun ist es meine Aufgabe, diese Begriffe in der word-Datei zu identifizieren und in der xml Datei mit <title></title> zu markieren. Auf Grund des Umfangs der Datei ist dies eine langwierige Arbeit. Nun überlegte ich mir, ob es nicht möglich wäre, diesen Prozess mittels Formulierung eines Suche&Ersetze-Befehls zu automatisieren.
Die Schwierigkeit liegt darin, dass manche Begriffe öfters vorkommen, jedoch nur einmal oder zweimal unterstrichen sind. Daher müsste der engere Kontext, in dem die Begriffe stehen, mit berücksichtigt werden.
Kennt jemand ein wirkungsmächtiges Tool für diese Aufgabe? Ich habe mir Textwrangler angeschaut, leider unterstützt es Word-Dateien nicht. Außerdem wäre ich für jeden Hinweis, wie man dieses Problem angehen könnte, sehr, sehr dankbar.
Viele Grüße,
ziborium