Como encontrar o uso incorreto de MAIÚSCULAS

Question

Olá,

Eu estava apenas verificando o uso incorreto de maiúsculas. Em particular, sei que os tradutores às vezes escreveram acidentalmente “LORD” em vez de \nd Lord\nd*. Mas fiquei surpreso que Run Basic Checks…>Capitalization não tenha detectado instâncias de todas as letras em maiúsculas.

Esta expressão regular encontrará quaisquer duas letras maiúsculas adjacentes, mas também retorna muito ruído. Por exemplo, abreviações de nomes de livros, códigos de idioma e nomes de arquivos de imagem.
regex:\w*[A-ZĆÄÏÜ]\w*[A-ZĆÄÏÜ]\w
(para os iniciantes em expressões regulares, [A-ZĆÄÏÜ] significa qualquer caractere de A a Z, ou qualquer um dos caracteres especiais Ć, Ä, Ï e Ü - apenas maiúsculas)

Procurei lugares para alterar as regras de maiúsculas, mas só encontrei um lugar para aprovar ou desaprovar palavras com maiúsculas mistas (nas quais palavras em MAIÚSCULAS não aparecem).

Também pesquisei nos arquivos de ajuda do Paratext e neste fórum, mas não consegui encontrar nenhuma informação.

Existe atualmente uma maneira fácil de encontrar palavras em MAIÚSCULAS? Se não, essa funcionalidade poderia ser adicionada? Talvez isso pudesse aparecer nos resultados da pesquisa de maiúsculas mistas, mesmo que tecnicamente sejam todas maiúsculas. Ou, talvez fosse melhor que elas tivessem sua própria categoria.

Muito obrigado!

Tradução automática de English Mostrar original

Answer 1

Eu adoro usar expressões regulares, mas elas sempre me deixam com a cabeça girando. Aqui está como eu consegui decompor, para quem estiver interessado. Usei sublinhados como espaços para manter tudo alinhado.

Decomposição da expressão regular que encontra palavras em TODAS MAIÚSCULAS que não são precedidas por certos marcadores.
(?<!\\(id|h|toc|mt|fig).*)\b\p{Lu}+\b

1. Procurar por um limite de palavra
   __________________________\b_________
2. Procurar por qualquer letra maiúscula no início de uma palavra
   __________________________\b\p{Lu}___
3. Procurar por uma ou mais letras maiúsculas, começando no início de uma palavra
   __________________________\b\p{Lu}+__
4. Procurar por uma palavra de qualquer comprimento que esteja toda em maiúsculas
   __________________________\b\p{Lu}+\b
5. Após encontrar uma palavra em todas as maiúsculas, verificar se havia um agrupamento opcional logo antes dela
   (?_______________________)\b\p{Lu}+\b
6. Após encontrar uma palavra em todas as maiúsculas, garantir que não havia um backslash logo antes dela
   (?<!\\___________________)\b\p{Lu}+\b
7. Após encontrar uma palavra em todas as maiúsculas, garantir que não havia um \id ou \h ou \toc ou \mt ou \fig logo antes dela
   (?<!\\(id|h|toc|mt|fig)__)\b\p{Lu}+\b
8. Após encontrar uma palavra em todas as maiúsculas, garantir que não havia um \id ou \h ou \toc ou \mt ou \fig em qualquer lugar anterior na linha
   (?<!\\(id|h|toc|mt|fig).*)\b\p{Lu}+\b

Pessoalmente, acho que vou remover |mt porque quero verificar se há todas as maiúsculas nos títulos dos livros também.

Vem a mim a ideia de o que acontece se uma figura for inserida no início ou no meio de um versículo? Palavras subsequentes em TODAS MAIÚSCULAS não seriam detectadas por esta expressão regular.

(\\fig(.*?)\\fig\*) captura a tag da figura inteira, mas isso não ajudou. Foi o que eu consegui:
(?<!\\(id|h|toc).*)\b\p{Lu}+\b.*?(?!\\fig\*)

Aqui está a decomposição:

1. Após encontrar uma palavra em todas as maiúsculas, garantir que não havia um \id ou \h ou \toc em qualquer lugar anterior na linha.
   (?<!\\(id|h|toc).*)\b\p{Lu}+\b______________
2. Após encontrar uma palavra em todas as maiúsculas, garantir que não havia um \id ou \h ou \toc em qualquer lugar anterior na linha. Então, procurar à frente qualquer número de caracteres.
   (?<!\\(id|h|toc).*)\b\p{Lu}+\b.*?___________
3. Após encontrar uma palavra em todas as maiúsculas, garantir que não havia um \id ou \h ou \toc em qualquer lugar anterior na linha. Então, procurar à frente qualquer número de caracteres para garantir que \fig* não seja encontrado em qualquer lugar posterior na linha.
   (?<!\\(id|h|toc).*)\b\p{Lu}+\b.*?(?!\\fig\*)

Por alguma razão, esta expressão regular não capturou “\mt1 GÉNESIS”. Alguma ideia do porquê?

Tradução automática de English Mostrar original

Comments

Um \fig nunca deve estar dentro de um versículo ou parágrafo, pois ele quebrará o texto e a formatação de várias maneiras ruins, dependendo do seu software de saída. Ele precisa ser colocado no final de um parágrafo. Claro que executamos expressões regulares em todos os tipos de momentos em que o texto não está especialmente limpo, mas eu queria mencionar essa restrição.

Tradução automática de English Mostrar original

Answer 2

Olá anon094061.
Você pode colocar a seguinte expressão regular no mecanismo de busca do Paratext para ver as palavras que estão todas em maiúsculas: regex:\b\p{Lu}+\b

onde:
“regex:” é o comando para informar ao Paratext que se trata de uma expressão regular.
“\b” é o limite de palavra
“\p{Lu}” indica letras maiúsculas
“+” indica uma ou mais vezes a fórmula acima.
Ou seja, ela procurará por uma ou mais letras maiúsculas consecutivas que tenham um delimitador de palavra nas extremidades, como espaços ou vírgulas.

---

De fato, o inventário de capitalização mista… considera combinações incomuns, portanto, não lista aqui palavras em todas as letras maiúsculas.

Tradução automática de English Mostrar original

Answer 3

É um pouco mais complicado, mas você também pode usar:
regex:(?<!\\(id|h|toc|mt|fig).*)\b\p{Lu}+\b

isso é para ignorar o conteúdo de certos marcadores que já sabemos que serão capitalizados, como “id” ou “mt”.
Você pode adicionar outros marcadores para excluir adicionando um “|” e o nome do marcador como está no parêntese maior.

Tradução automática de English Mostrar original

Comments

Uau, isso é realmente ótimo! Muito obrigado anon689242- é exatamente o que eu preciso.

Acho que essa verificação seria uma ótima adição a “Atribuições e Progresso”.

Tradução automática de English Mostrar original

Answer 4

Ah, acabei de perceber que minha solução \fig \fig* filtra os resultados em TODAS MAIÚSCULAS que ocorrem em um versículo antes da figura. Portanto, é necessário algo mais avançado. Vou pesquisar como dizer à expressão regular para ignorar um grupo.

Tradução automática de English Mostrar original

Answer 5

Encontrei https://regex101.com/ útil na análise de expressões regulares, embora eu entenda que uma conexão com a Internet possa ser um problema para alguns. Não tenho certeza de qual “sabor” de expressão regular corresponde ao que o Paratext usa.

Tradução automática de English Mostrar original

Comments

De acordo com minhas anotações, Paratext 9, RegEx Pal, PrintDraft Changes.txt e DBLchanges.txt todos usam
C# (NET 2.0-4.8.1 & .NET Core 1.0-3.0)

Ficaria feliz em ter isso confirmado.

Tradução automática de English Mostrar original

Answer 6

Ótimas observações. Obrigado @Shegnada e @anon806807.

Eu estava apenas pensando que talvez quiséssemos que esta expressão regular verificasse também o texto alt das figuras. Acho que é apenas o nome do arquivo da imagem que está ofendendo, então por que não filtramos isso? Algo como
\b.*\.(TIF|GIF|JPG|JPEG)\b?

Talvez com uma verificação negativa antecipada? Algo assim?

(?:\b.*\.(TIF(F)|GIF|JP(E)G|PNG|EPS|BMP|WEBP)\b)

Ela deve ignorar algo como CN01628B.tif também.

Eu não estou sentado no meu computador enquanto escrevo isso, mas espero testá-lo em breve.

Tradução automática de English Mostrar original