StanFreeWare
Advanced Member | Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Львиную долю времени заняло придумывание последовательности замен в Worde. С опытом и количеством оглавлений думаю может дойти до минут пяти. Главное тут - не удалить полезную информацию, и не потерять нужные пробелы.
Получилось что-то типа
' удалил все переносы строк
Replace "^p", ""
' заменил длинный дефис переносом строк
Replace "^+", "^p"
' добавил перенос строк после закрывающихся скобок
Replace ")", ")^p"
' удалил сокращения страница, страницы
Replace "(pp.", ""
Replace " p. ", " "
' удалил лишние пробелы
For i = 1 To 4
Replace " ", " "
Next
' удалил запятые перед нумерацией
For i = 1 To 9
Replace ", " & i, " " & i
Next
' выделил главы в отдельную строку
Replace "Chapter", "^pChapter"
' удалил вторую часть диапазонов страниц в конце строки
Replace "-^#^#^#)^p", "^p"
Replace "-^#^#)^p", "^p"
Replace "-^#^#^#^p", "^p"
Replace "-^#^#^p", "^p"
Кроме того перед запуском последовательности (после они уже не так выделялись) ручками прошелся по оглавлению, удалил остатки колонтитулов, объединил главы с текстом глав, а для третьей главы задал номер страницы, чтобы она могла иметь подглавы. Замечу, что в более простых случаях поиск колонтитулов можно было бы доверить Djvu Bookmarker, но не в вашем случае, потому что мы по сути заново создали разметку строк.
После запуска еще выделил все ссылки на страницы 3xx и сделал замену " 8" => " 3",
для пятисотых сделал замену " 6" => " 5" - против ошибок распознавания.
Затем текст выгрузил в Djvu Bookmarker, который по нарушению монотонности возрастания номеров страниц нашел остальные ошибки распознавания в номерах.
Кроме того, пришлось разлепить слипшиеся строки оглавления, в которых OCR не распознал длинный дефис - это вручную, задание на внимательность.
Потом закинул текст в иерархию, шаблоном CHAPTER автоматически создал структуру дерева. Вручную задвинул содержимое в подглавы третьей главы. И выдвинул индекс, попавший в последнюю главу.
Далее задал сдвиг нумерации по верхней строчке оглавления, проверил на последней - все сошлось, удаленных страниц не было.
Экспорт.
Все.
Работа в Djvu Bookmarker заняла минут пять-семь. |
