ciao a tutti,
dovrei trovare il modo per comparare parzialmente delle linee così
formate:
<campo1>aaaa</campo1><campo2>iiii</campo2><campo3>1111</campo3>
<campo1>aaaa</campo1><campo2>ii44</campo2><campo3>2222</campo3>
<campo1>aaaa</campo1><campo2>ii44</campo2><campo3>3333</campo3>
<campo1>aabb</campo1><campo2>cc55</campo2><campo3>eeee</campo3>
<campo1>aabb</campo1><campo2>cc55</campo2><campo3>ffff</campo3>
<campo1>aadd</campo1><campo2>bbbb</campo2><campo3>gggg</campo3>....
parzialmente perchè le uniche cose da comparare risiedono nei campi 1
e 2
Infatti se guardate le prime tre linee noterete che il campo 1
contenie sempre delle "aaaa"
ma solo due linee hanno "ii44" mentre la prima ha "iiii"
Lo scopo di questo esempio serve per trovare delle incoerenze di
traduzione allo scopo di migliorare un glossario inglese-italiano...
immaginate che il file sia:
<us>hello</us><it>ciao</it><path>/lib/file1</path>
<us>hello</us><it>miao</it><path>/lib/file2</path>
<us>hello</us><it>prrr!</it><path>/lib/file3</path>
<us>hello</us><it>ciao</it><path>/lib/file4</path>
<us>hello</us><it>ciao</it><path>/lib/file5</path>
noterete che la parola "hello" ha tre traduzioni differenti: ciao,
miao, prrr!
ma...purtroppo risiedono in file 5 differenti: file1, file2, file3...
quindi servirebbe uno script che faccia la comparazione fino al tag
</it> e ignori quello che viene dopo, ma non lo cancelli nel report.
Il path è importante che rimanga visibile per permettere al traduttore
di trovare agevolmente l'incoerenza e correggerla.
Notare che non si tratta di parole semplici, ma anche di intere frasi
con spazi e caratteri tipo: &^%$#@!ñãüèé.... in quanto non deve
servire solo per l'italiano ma anche per altre lingue
Ma a tale scopo si potrebbe sostituire i vari caratteri e simboli con
string ad hoc, tipo:
" " = "SpAzIo"
"ã" = "ATiLdE"....
e poi riconvertirli nei caratteri originali dopo la comparazione.
che scopo ha questo lavoro?
semplice, rendere omogenee le traduzioni tra una applicazione e
l'altra.
Spesso e volentieri la stessa frase in inglese viene tradotta in 5
forme differenti in 5 programmi differenti, rendendo più difficile per
un utente non inglese capirne il significato.
Quindi raccogliendo in una directory vari file .po di differenti
programmi/utility si può fare
agevolmente questo lavoro di ricerca e contribuire a migliorare la
traduzione.
...ovviamente se esiste già una utility a questo scopo, fatemelo
sapere.
qualche idea?... magari in python? :)
ciao
MaX