[Megoldva] Szóköz és egyéb üres helyek eltüntetése

[palinko]

Kedves közösség. Szükségem lenne segítségre. Van egy dokumentum amit úgy hoztam létre, hogy html lapokról másoltam be a szöveget. Szerencsére semmi kép stb, csak sima szöveg. Ami az érdekesség, hogy héber, szóval speciális karakterek.
Így néz ki kb:
א,א בראשית, ברא אלוהים, את השמיים, ואת הארץ.  

Szeretnék minden szóközt meg üres helyet eltüntetni, hogy egy tömb legyen a szöveg. Ha létrehozok gyakorlásnak egy új doksit ott könnyű, keresés&csere keresse a space " " karaktert és cserélje a semmire, ott már tudok tömbösíteni, viszont az említett dokumentum majdnem 2000 oldal szóval kifagy az office a fenébe

Hogy lehetne megoldani, hogy ne fagyjon ki? Milyen más módszerek kellenek?

[Zizi64]

Az, hogy a netről másoltad be, és nincsenek képek a bemásolt tartalomban, az még kevés információ. HOGYAN másoltad be? Célszerű minden idegen forrásból származó szöveget "Formázatlan szövegként" beilleszteni, és csak azután megformázni azt.
Azt sem közölted, hogy a te dokumentumod milyen fájlformátumú.


A "Keresés és csere" funkción kívül nem ismerek más (igazán hatékony) módot a szóközök eltávolítására.

Megpróbálhatod a szöveget részenként kijelölni és a kijelölt részre korlátozni a cserét, vagy eleve széttördelni a szöveget több dokumentumba, és a csere elvégzése után újra összemásolni a részeket egyetlen fájlba.

2000 oldal nem kevés, de nem is olyan nagyon sok. Mekkora a fájl bájtokban számított mérete?
Gyanús nekem, hogy nem (csak) a tartalom mérete lassítja a cserét, hanem a fölöslegesen bemásolt idegen, nem kompatibilis formázási tulajdonságok is, esetleg a túl nagy méretű (túl sok karaktert tartalmazó) bekezdések is okozhatnak gondot...

Szeretnék minden szóközt meg üres helyet eltüntetni, hogy egy tömb legyen a szöveg.

Egész biztos, hogy 2000 oldalnyi szöveget nem fogsz tudni egy tömbbe sűríteni, ha az a "tömb" számodra valójában egyetlen bekezdést jelentene. Egy bekezdésben csak 64kiB számú karakter lehet maximálisan.

Továbbá a fordított irányú írás is lehet, hogy okoz némi problémát, ha a környezet (az operációs rendszer és maga a LibreOffice) nincs rendesen felkészítve, beállítva a kezelésére.

[palinko]

Ctrl + C és Ctrl + V módszerrel másoltam, most megnéztem, de fel sem ajánlja egyszerű szövegként a másolást, mert tényleg egyszerű szöveg, nincs link sem, semmi. Csak ugye a bonyolult karakterek A dokumentumot alapértelmezett ODF formátumba mentettem, ahonnan másoltam szintén a gépemen szereplő .htm doksik.


2 588 926 bájt a fájl. Értem, kár hogy nem tudok egy bekezdéssé sűríteni. Viszont időközben megpróbáltam és az MS Word simán megoldotta a szóköz törlését. Sajnos ennél jobban nem tudom összébb sűríteni, csak backspacezve, viszont nem szeretném, hogy a szórend felboruljon és elég furcsa a jobbról balra írás ugye. Van esetleg valami algoritmus ami össze tudja rendezni a rend megtartásával, hogy zömökebb legyen? mivel most sok helyen valahol fél sor sincs teleírva. Valahol csak pl egy betű egy sor. Azért érdekel, szeretnék a szövegen keresési algoritmusokat kipróbálni

[Zizi64]

Ctrl + C és Ctrl + V módszerrel másoltam, most megnéztem, de fel sem ajánlja egyszerű szövegként a másolást,

Automatikusan felajánlani sohasem fogja ezt a lehetőséget. Neked kell kiválasztani a menüből, vagy az eszköztárról, vagy a Shift-Ctrl-V gyorsbillentyű használatával.

Sajnos ennél jobban nem tudom összébb sűríteni, csak backspacezve, viszont nem szeretném, hogy a szórend felboruljon és elég furcsa a jobbról balra írás ugye. Van esetleg valami algoritmus ami össze tudja rendezni a rend megtartásával, hogy zömökebb legyen? mivel most sok helyen valahol fél sor sincs teleírva. Valahol csak pl egy betű egy sor.

Jó lenne látni magát a fájlt. ide nem tudod feltölteni, mert 128 KiB a maximális fájlméret a fórumon. Ha el lehet/tudod küldeni privátban, akkor írj privát üzenetet és elküldöm a privát E-mailcímemet.

A rövidke sorok nagy valószínűséggel azt jelentik, hogy ott van egy bekezdésnek vége.

A "Reguláris kifejezések" használatával el lehet tüntetni a bekezdéseket elválasztó sorvég jeleket is, de újra hangsúlyozom, nagy problémát fog okozni, ha az egybegyúrt bekezdés hossza meghaladja a 64k karakterszámot! Úgyhogy ezzel a fájlod egy másolatán próbálkozz!

A másik megoldás, hogy a különálló bekezdések esetén az alkalmazott bekezdés stílust (stílusokat) úgy állítod be, hogy az utolsó sora a bekezdéseknek is széthúzott (sorkizárt) legyen.


De még az is meglehet, hogy neked inkább egy egyszerű text-editor programra van szükséged ehhez a feladathoz a LibreOffice helyett.

[palinko]

A böngészőmben (Chrome) jobb klikkre fel szokta ajánlani az egyszerű szövegként való másolást. Az ajánlott bill. kombinációra nem reagál semmit

Legjobb lesz akkor emailben folytatni. Már írom is.

[Zizi64]

Meghalt nálam is a LO4.4.7 a nagy fájloddal...

Darabonként... ennyit tudok javasolni.

[palinko]

Köszönöm a segítséget!

[Zizi64]

A böngészőmben (Chrome) jobb klikkre fel szokta ajánlani az egyszerű szövegként való másolást. Az ajánlott bill. kombinációra nem reagál semmit

De nem is a vágólapra másolásnál kell használnod, hanem az .odt fájlba történő beillesztésnél. A vágólapon még formázott állapotban lévő szöveg a formázás elhagyásával kerül ezzel a módszerrel a dokumentumodba.
Vannak egyébként erre specializálódott ("szövegtisztító") segédprogramok is.