extract-tex-trad.pl

   1 #! /usr/bin/perl -w
   2 #
   3 # extract-tex-trad.pl
   4 #
   5 # Dieses Perl-Skript extrahiert aus der `wortliste'-Datei eine Eingabedatei
   6 # für Patgen, und zwar für die traditionelle deutsche Rechtschreibung.
   7 #
   8 # Aufruf:  perl extract-tex-trad.pl < wortliste > input.patgen
   9
  10 use strict;
  11
  12 my $prog = $0;
  13 $prog =~ s@.*/@@;
  14
  15 while (<>) {
  16   chop;
  17   next if /^#/;
  18
  19   # entferne Kommentare
  20   s/#.*$//;
  21
  22   # entferne Leerzeichen aller Art
  23   s/\s+//g;
  24
  25   my @feld = split(';');
  26   next if $#feld < 0;
  27
  28   # Felder 2, 3, 5, 6 und 8
  29   my $zeile = $feld[1];
  30   $zeile = $feld[2] if defined $feld[2] && $feld[2] ne "-3-";
  31   $zeile = $feld[4] if defined $feld[4] && $feld[4] ne "-5-";
  32   $zeile = $feld[5] if defined $feld[5] && $feld[5] ne "-6-";
  33   $zeile = $feld[7] if defined $feld[7] && $feld[7] ne "-8-";
  34   next if $zeile eq "-2-";
  35
  36   # entferne spezielle Trennungen
  37   $zeile =~ s/\{(.*?)\|.*?\}/$1/g;
  38   # entferne Doppeldeutigkeiten
  39   $zeile =~ s/\[-*(.*?)-*\|.*?\]/$1/g;
  40   # entferne Markierungen für schlechte Trennungen
  41   $zeile =~ s/\.//g;
  42
  43   print "$zeile\n";
  44 }
  45
  46 # eof