匹配 \w 标记的词汇与词汇表条目

Question

有没有什么检查工具可以遍历所有用 \w ... \w* 标记的词汇，并检查它们是否（或者更准确地说，是否没有）出现在词汇表中？

--------------------------------------

次要的问题是，有没有工具可以反向执行这个过程？也就是说，根据词汇表中的存在情况，找出文本中可能应该用 \w 标记的词汇？

机器翻译自 English 显示原文

Answer 1

PT8 中的 Paratext 标记检查应该能验证用 \w ...\w* 标记的术语是否在词汇表中（这在 PT9 中已不再有效，但已上报，目前正在研究解决方案）。如果该词是词汇表条目的某种形式，则标记应包含替代的词汇表条目 - \w word|entry\w*

据我所知，没有工具能识别出可能应该被标记的词汇，因为任何一个词汇表条目在文本中可能有数百种出现形式或变体。

这里有一个快速提示视频，介绍如何通过“圣经术语”（Biblical Terms）工具将术语链接到词汇表

机器翻译自 English 显示原文

Comments

Paratext 标记检查对我来说不起作用。例如，我在一个阿拉伯文脚本项目的文本中输入了 \w bob\w*，我认为“bob”这个词不可能在我们的词汇表中。但当我运行标记检查时，它并没有提到那个特定的经文。

一些背景信息可能会有所帮助，尽管我不认为这是主要问题。

我们无法使用 PT 的“圣经术语工具到词汇表的链接”功能，因为 PT 无法处理所有词汇表条目都在词汇表的 \c 1 中的情况。很久以前我们发现，当 PT 试图显示（目前的 253 个）词汇表条目时，它会变得完全无响应，所以我们将其拆分到了不同的章节中。我理解当词汇表条目位于不同章节时，链接功能将无法工作，也想不出可行的设计方法使其能够工作，所以我对失去这一功能并不抱怨。

但我不明白这如何或为何会影响词汇表中 \w 与 \k 的连接。词汇表基本上是一个大型文本文档，因此某些行上有 \c 2 或 \c 3 不应该影响这种类型的检查。但是，正如我所说，标记检查并没有告诉我 \w 条目不在词汇表中。（事实上，如果 PT 出于某种原因只简单地搜索 \c 1，我预计它会警告我 100% 的条目，因为没有 \k 条目在 \c 1 中。）

机器翻译自 English 显示原文

Answer 2

我之前写错了，说 Paratext 会验证用 \w...\w* 标记的词是否在 GLO 书中。这在版本 8 中是正确的，但在 PT9 中已不再有效。识别用 \w...\w* 标记的词汇的一个选项是在“查找”对话框中，或者更好地在 RegExPal 工具中使用正则表达式。一个可以找到这些词汇的表达式是：

regex:\\w .*?\\w\*

如果你在 RegExPal 中使用该表达式，你可以使用“计数/提取”（Count/Extract）工具对项进行排序，然后与 GLO 进行比较。

机器翻译自 English 显示原文

Comments

谢谢。使用正则表达式似乎是一个好方法。你是想让我对词汇表中的 \k 进行类似的搜索，然后比较这两个列表吗？这种比较是在 PT 外部进行的，手动进行还是使用其他工具？（如果是这样，我可能会使用 WinMerge 或 python。）我看不到 RegexPal 中有任何方法可以像常规 PT 搜索那样添加/删除列表中的项。

使用

(?<=\\w\s).*?(?=\\w\*)

会给我一个没有 \w 标记的列表，这无所谓。但理想情况下，我希望列表只包含任何 | 分隔符之后的术语。有没有比我正则表达式技能更好的人知道该怎么做？

机器翻译自 English 显示原文

---

(?<=\\w\s.*?\|).*?(?=\\w\*) 应该能找到所有跟随在 | 后面的术语

(?<=\\w\s)[^|]+?(?=\\w\*) 可用于查找没有 | 的术语

是的，你也可以搜索 GLO 中用 \k...\k* 标记的词汇，并比较这两个列表。

机器翻译自 English 显示原文