2 # Dieses Perl-Skript wendet die TeX-Trennmusterdatei $1 auf den Datenstrom
3 # an, wobei $2 als Translationsdatei benutzt wird (das ist diejenige Datei,
4 # die `patgen' als viertes Argument benötigt).
6 # Folgende Zeichen werden vor der Weiterverarbeitung aus der Eingabe
11 # Ist Option `-1' nicht gegeben, werden Trennungen direkt nach dem ersten
12 # und vor dem letzten Buchstaben in der Ausgabe entfernt, wie z.B. bei
13 # deutschen Trennungen erforderlich.
15 # Dieses Skript benützt patgen, nicht TeX! Die Trennmusterdatei darf daher
16 # keine TeX-Konstrukte (Makros u.ä.) enthalten.
18 # Aufruf: perl apply-pattern.pl trennmuster german.tr < eingabe > ausgabe
21 # Dieses Perl-Skript extrahiert einfache Wortlisten aus der
22 # »wortliste«-Datenbank, die beispielsweise als Eingabedateien für »patgen«
23 # verwendet werden können.
25 # Aufruf: perl extract-tex.pl [Optionen...] < wortliste > input.patgen
27 # Die »wortliste«-Datei muss in UTF-8 kodiert sein.
29 # Option »-t« wählt die traditionelle deutsche Rechtschreibung aus, Option
30 # »-s« die traditionelle (deutsch)schweizerische Rechtschreibung. Wenn
31 # weder »-s« noch »-t« gesetzt ist, wird die reformierte deutsche
32 # Rechtschreibung ausgewählt.
34 # Ist Option »-x« gesetzt, werden Optionen »-g« und »-u« ignoriert und die
35 # die sprachspezifischen Felder unbearbeitet ausgegeben.
37 # Option »-g« bewirkt die Ausgabe von Wörtern mit gewichteten Trennstellen;
38 # Wörter mit »·« werden ignoriert.
40 # Option »-u« verhindert die Ausgabe von Wörtern mit Markern für
41 # unerwünschte Trennungen (z.B. »An-al.pha-bet«).
43 # Option »-v« verhindert die Ausgabe von Versalformen, wo »ß« durch »ss«
46 # Option »-l« konvertiert die Ausgabe nach latin-1 (wie von »patgen«
50 # -*- coding: utf-8 -*-
52 # Dieses Skript generiert deutsche Trennmuster.
56 # sh make-full-pattern.sh words.hyphenated german.tr
59 # Dieses Skript liest eine DIFF-Datei der Patgen-Eingabelisten (siehe
60 # Skript patgen-list-diff.sh) und zerlegt sie in Wörter,
62 # * die neu hinzugefügt,
64 # * deren Trennung korrigiert und
65 # * deren Klein- und Großschreibung korrigiert
67 # wurde. Die Wörter werden in Dateien der Form <Eingabedatei>.<ext>
68 # gespeichert. <ext> ist entsprechend 'added', 'removed', 'case' oder
69 # 'hyph'. Beim Aufruf des Skripts muss die Variable 'ftr' mit dem Namen
70 # der Translate-Datei für Patgen vorbelegt werden:
71 # gawk -v ftr=<translate datei> ...
75 # -*- coding: utf-8 -*-
77 # Dieses Skript erzeugt Differenzbilder (diff) für die
78 # Patgen-Eingabelisten zwischen zwei angegebenen Commits. Wird nur ein
79 # Commit angegeben, wird als Zielcommit "master" verwendet. Die
80 # Ausgabedateien werden als Dateien
82 # dehyph*-x/<Start-Commit-Hash>-<Ziel-Commit-Hash>.diff
84 # in Verzeichnissen gespeichert, die der jeweiligen Rechtschreibung
85 # entsprechen. Start- und Ziel-Commit können in jeder gültigen
86 # Git-Syntax angegeben werden. Für die Dateinamen werden die
87 # entsprechenden abgekürzten alphanumerischen Commit-Hashes
91 Syntax-Test der Wortliste. Testskript für `parse_wortliste.lua`.
92 Benötigt ``texlua`` als Interpreter.
94 Aufruf: ``texlua validate.lua < ../wortliste``
97 -s, --statistics output record statistics
100 Funktionen zur Zerlegung der Wortliste in einzelne Felder.
101 Anwendungsbeispiel: validate.lua
104 Sortiere die Wortliste und erstelle einen Patch im "unified diff" Format.
106 Aufruf: ``./sort.py`` oder ``python sort.py``
108 Anwenden des Patches: ``patch ../wortliste < wortliste-sortiert.patch``
110 Details mit ``./sort.py -h``
113 Python-Module, Hilfsdateien und experimentelle Skripte zur Arbeit mit der
114 Wortliste. Siehe python/MANIFEST