WBCE CMS Forum

michael-neu

Member

Re: Konvertierung von großen Word-Dokumenten (war: WBCE - für Wörterbuch geeignet?)

Ich bin jetzt mind. eine Woche im Forum nicht aktiv. Wünsche allen eine schöne Woche.

Dann lasse ich mir jetzt ein bisschen Zeit.

Auch dir eine schöne Woche.

hamburgerhans

Banned

Re: Konvertierung von großen Word-Dokumenten (war: WBCE - für Wörterbuch geeignet?)

So, kurz vor Abflug, noch eine Nachricht.
Ich habe heute Nachmittsg bei einem Kurzbesuch meinem Bekanntenkreis die Aufgabe vorgelegt.
Dabei wurde schnell deutlich, daß Warten - mit Verlaub - nicht unbedingt sinnvoll ist.

Im Gespräch gab es ein paar Hinweise, die der Beachtung wert sind.
Die XML-Datei muß valide und dementsprechend überprüft werden, wobei die Entscheidung für DocBook v4 oder v5 getroffen werden muß. Die Leute haben die aktuelle v5 für die Überprüfung der xml-Datei genutzt. Soweit ich das noch noch auf meinem Zettel identifizieren kann , gab es nicht nur eine Fehlermeldung zu "embedded grafic", sondern auch noch andere, was möglicherweise der neueren und aktuellen Version 5 geschuldet ist.

Sie empfahlen, falls Open Source-Entwickler sich damit beschäftigen, die Entwicklungsumgebung NetBeans, mit der angeblich auch eine Überprüfung der XML-Dateien möglich ist.

Wer immer Dir helfen möchte, braucht korrekte Ausgangsdateien, bzw. eben das exportierte Produkt xml welches für die DB-Verwendung stimmig sein sollte. Kleinigkeiten können unter bestimmten Voraussetzungen nachträglich im xml bereinigt werden.

Nun liegt ja einiges an Dateien und Informationen vor, so daß es m.E. sinnvoll wäre die konkrete Frage, "wer sich nun an die Sache herantraut" im Forum zu stellen. Kommt nichts, wäre es das auch schon.

Ich selbst kann hierzu nichts mehr beitragen, da ich mich - auch beruflich - mehr im Bereich Orga und Beschaffung betätige. Ich bin also bei diesem Thema nun "außen vor".

Converting Word to DocBook XML

Gruß, HH.

Last edited by hamburgerhans (29.07.2019 18:30:22)

michael-neu

Member

Re: Konvertierung von großen Word-Dokumenten (war: WBCE - für Wörterbuch geeignet?)

Open Office arbeitet auf Hochtouren. In der Zwischenzeit kann ich hier posten.

Zunächst, was die "embedded grafic" betrifft:

Ich habe schon am Nachmittag eine Suche nach Graphiken im Word-Dokument durchgeführt (über das "Suchen und Ersetzen"-Fenster, wie zB. hier beschrieben: https://word.tips.net/T000397_Searching … phics.html). Das Ergebnis war, dass keine Graphik gefunden wurde.
(Ich hatte das auch schon als Ergänzung in mein voriges Posting geschrieben - aber da steht es nicht. Da hatte ich wohl vergessen, auf "Absenden" zu klicken.)

Und nun dazu:

Du könntes mal mit dem kompletten Word-Dokument wie gezeigt vorgehen - XML-Exportergebnis, aber nicht ändern! - und die Dateigröße mitteilen; gut, wenn auch noch komprimiert.

Ich habe (wie schon erwähnt) mit Open Office zunächst die Word-doc-Datei als odt-Datei abgespeichert. Die ist übrigens viel kleiner als die doc-Datei (5,5 MB statt 43,8 MB). Aber das gehört ja wohl so. Und nun versuche ich schon längere Zeit sie via "Speichern unter" als docbook-xml abzuspeichern.

Zuerst kam ein Fenster mit dem schon gestern beschriebenen Hinweis:

Ich habe dann die Option der linken Schaltfläche gewählt (also "Aktuelles Format beibehalten").
Ich nehme an, diese Option hattest du ja mit dem "bitte ausführen" gemeint:

Das bitte ausführen.
Es hat sich ja gezeigt, daß z.B. embedded grafic/image drin ist, und dies nicht kompatibel zu xml ist.

Der Fortschrittsbalken für die Speicherung der xml-Datei war dann auch ziemlich schnell voll - aber seither geht eben nichts mehr weiter. Inzwischen hängt Open Office völlig und ich kann nicht einmal mehr das minimierte Fenster öffnen. [Nachtrag: Es hat jetzt doch noch geklappt - siehe unten.]

Ich selbst kann hierzu nichts mehr beitragen, da ich mich - auch beruflich - mehr im Bereich Orga und Beschaffung betätige. Ich bin also bei diesem Thema nun "außen vor".

Nochmals vielen Dank für deinen tollen Einsatz.

Nun liegt ja einiges an Dateien und Informationen vor, so daß es m.E. sinnvoll wäre die konkrete Frage, "wer sich nun an die Sache herantraut" im Forum zu stellen. Kommt nichts, wäre es das auch schon.

Wenn jemand aus Spaß an der Sache bzw. aus Interesse helfen möchte, aber weitere Informationen benötigt, die ich liefern kann: bitte um Mitteilung, was benötigt wird.

Und wenn sich jemand zutraut, alles weitere (oder eine alternative Lösung) professionell - und damit gegen Bezahlung - umzusetzen, dann wäre das eventuell (!) auch eine Option für mich. Ich schreibe bewusst "eventuell": Die zwei wesentlichsten Faktoren wären dabei natürlich der Preis und die Chance auf Realisierung einer Lösung, die einerseits technisch einwandfrei ist und mich andererseits in Handhabung, Optik usw. überzeugt. (Wer Interesse hat: bitte sich entweder direkt hier im Forum oder per PN zu melden.)

_______________________

Und jetzt nochmals zur xml-Datei:
Nach etwa einer Stunde konnte sie Open Office doch noch erstellen.

Klein ist diese Datei aber nicht: 16,0 MB. Und als zip-datei verpackt:  4,67 MB.

Die Leute haben die aktuelle v5 für die Überprüfung der xml-Datei genutzt. Soweit ich das noch noch auf meinem Zettel identifizieren kann , gab es nicht nur eine Fehlermeldung zu "embedded grafic", sondern auch noch andere, was möglicherweise der neueren und aktuellen Version 5 geschuldet ist.

Ich sehe, dass in der xml-Datei zB. die "weichen (bedingten) Trennstriche" grau unterlegt sind (also jene Trennstriche, die man unter Word mit Strg plus Bindestrich-Taste erstellt). Vielleicht sind die auch problematisch? Davon gibt es allerdings viele in meinem Dokument.

Last edited by michael-neu (30.07.2019 03:04:52)

hamburgerhans

Banned

Re: Konvertierung von großen Word-Dokumenten (war: WBCE - für Wörterbuch geeignet?)

@Meikel-neu

Vielleicht sind die auch problematisch?

Siehe weiter unten

Wenn hier kein Interesse besteht, aus welchen Gründen auch immer, wirst Du Dich umschauen müssen, wo es entsprechend qualifizierte Leute gibt.
Alternativ gibt es eine sehr große DocBook-Community, die Dich unterstützen kann.

Ich erinnere gerne noch einmal daran, daß DocBook- oder sonstiges XML, grundsätzlich erstmal überhaupt nichts mit einem CMS zu tun hat - es geht grundsätzlich ohne irgend eines.

Für das Wörterbuch wird eine Datenbank und die "Suchmaschine" auf einer Seite benötigt.
Sind die Inhalte erstmal in der Datenbank, liegt das Augenmerk auf der "Suchmaschine".
Die hierfür benötigten Funktionen sind zu erstellen - die eigentliche Aufgabe.
Dieses Werkstück läßt sich natürlich dann auch in ein CMS-xyz-Modul Deiner Wahl überführen.

Hier noch ein m.E. wichtiger Tip.
XMLmind DocBook Editor (Personal Edition)

www.xmlmind.com/xmleditor/download.shtml

Kostet nichts, funktioniert aber trotzdem.
Hiermit kannst Du Deine DocBook-XML-Dateien nach Version 5. überprüfen.
Du wirst überrascht sein!

Es gibt sogar einen Onlinedienst, der diese DocBooks in CSV "zerlegt", was jeden Programmierer erfreuen dürfte.

Gruß, HH.

Last edited by hamburgerhans (30.07.2019 21:20:25)

michael-neu

Member

Re: Konvertierung von großen Word-Dokumenten (war: WBCE - für Wörterbuch geeignet?)

Danke, lieber Hans. Ich werde mich ein bisschen in die Materie einzulesen versuchen.

Und das werde ich machen:

Hier noch ein m.E. wichtiger Tip.
XMLmind DocBook Editor (Personal Edition)
[...]
Hiermit kannst Du Deine DocBook-XML-Dateien nach Version 5. überprüfen.

... und dann berichten. 

michael-neu

Member

Re: Konvertierung von großen Word-Dokumenten (war: WBCE - für Wörterbuch geeignet?)

Mit dem Gesamtdokument hat auch der "XMLmind DocBook Editor" Probleme: Ich ließ ihn etwa eine halbe Stunde laufen, aber er konnte die betreffende xml-Datei (also die mit 16 MB) nicht öffnen.

Versucht habe ich habe es dann mit einer xml-Datei unseres Dokumentauszugs aus Posting # 38. Damit hat es geklappt. Aber ich verstehe zu wenig vom Editor, um zu wissen, worüber ich überrascht sein soll.   Rechts von der Editor-Fläche ist ein kleineres Fenster, in dem Folgendes zu sehen ist:

Dieser Eintrag ("attribute 'linkend' has invalid value ...") kommt dann noch mehrmals in der Liste. Aber sonst wird dort kein Fehler ausgewiesen.

Last edited by michael-neu (01.08.2019 13:45:08)

hamburgerhans

Banned

Re: Konvertierung von großen Word-Dokumenten (war: WBCE - für Wörterbuch geeignet?)

Aber ich verstehe zu wenig vom Editor, um zu wissen, worüber ich überrascht sein soll.

Eher erstmal zu wenig von html/xml, was sich ja ändern kann.
Überraschung sind die angezeigten Fehler, die Dir zeigen wo das XML-Dokument fehlerhaft ist.

Wichtig zu wissen:
Je nach Voreinstellung der Programme, werden unterschiedliche Dokumenttypdefinitionen (DTD) generiert respektive erwartet. So erzeugt OpenOffice folgende:

<!DOCTYPE article PUBLIC "-//OASIS//DTD DocBook XML V4.1.2//EN" "http://www.oasis-open.org/docbook/xml/4 … cbookx.dtd">
Diese befindet sich aber manchmal nicht am angegebenen Speicherort, z.B. wegen einer Firewall. Da steigt der Editor aus.

Mit Hilfe von z.B. https://docbook.org/xml/5.0b9/dtd/docbook.dtd
und einer Anpassung auf
<!DOCTYPE article PUBLIC "-//OASIS//DTD DocBook XML V5.0//EN" "S:\\docbook.dtd"> <article version="5.0" xmlns="http://docbook.org/ns/docbook" xmlns:xi="http://www.w3.org/2001/XInclude" xmlns:xlink="http://www.w3.org/1999/xlink">    oder verwandte läßt sich das Problem möglicherweise lösen, also Download, auf Deinem Rechner speichern, und den Pfad anpassen. Du kannst es auch mit anderen DTD versuchen (nachlesen!) - BIS ES PASST.

"XMLmind DocBook Editor" Probleme

Der bricht bei bestimmten und häufigen Fehlern ab.

Du kannst Dir auch eine Trial-Version von oXygen (Oxygen.XML.Editor // .oxygenxml.com) herunterladen.
Das ist die Software, welche auch meine Bekannten für den Check genutzt haben.
Dieses Werkzeug ist beides, Entwicklerwerkzeug und Editor für Autoren, aber kostet nicht wenig.

Jedenfalls sind, egal welches Werkzeug man benutzt, einige Kenntnisse von DocBook bzw. XML erforderlich.
Wie schon angedeutet, kann man sich in der DocBook-Community bewegen, um sich heranzutasten. Bist Du "im Thema einmal drin", kannst Du mit diesem Wissen mehr als "nur" ein Wörterbuch erstellen.

Gruß, HH.

ps.

http://www.jochen.org/publikationen/publishing-mit-xml.pdf
https://ids-pub.bsz-bw.de/frontdoor/deliver/index/docId/4566/file/Witt_Poenninghaus_Beispiel_einer_komplexen_DTD_DocBook_2003.pdf

Last edited by hamburgerhans (01.08.2019 20:18:00)

boeseroeser

Guest

Re: Konvertierung von großen Word-Dokumenten (war: WBCE - für Wörterbuch geeignet?)

Nur mal eine kleine Randfrage:

Was ist das Ziel von alldem?
Eine mögliche (aber natürlich nicht die einzige) Antwort wäre: Das soll eine Website werden, mit WBCE gemacht.

hamburgerhans

Banned

Re: Konvertierung von großen Word-Dokumenten (war: WBCE - für Wörterbuch geeignet?)

Das Ziel ist, wenn man über den Tellerrand schauen mag, eine Möglichkeit Handbücher, Dokumentationen oder Wörterbücher zu erstellen, die - der Natur nach - zwar in jedem CMS nutzbar wären, aber hier - wie der TO beabsichtigt, was man nachlesen kann -  im WBCE nutzbar gemacht werden soll.

Wobei bei sochen Fragestellungen, oder besser Infragestellungen genannt, man sich fragen kann, ob das hier noch der richtige Platz ist, obwohl WBCE-CMS in dieser Sache auch Vorreiter sein könnte.

Das DocBook-Format wird in diversen Open Source Projekten weltweit genutzt, also warum nicht auch in WBCE?

Mich selbst berührt das alles überhaupt nicht, da anfallende Projekte oder Ideen bei mir und den Anwenderteams immer als Bereicherung gesehen werden. Beispiel 404-Multilingual bedeutet, daß man diese Vorgehensweise in jeder Umgebung und in jedem CMS verwenden kann.
Wir sind also weit davon entfernt irgend einem Projekt "nach dem Mund reden zu müssen".
Mir, als Vermittler in diversen Projekten, stehen immer die Haare zu Berge, wenn sich Zeichen zeigen, wo sich die Vermutung auftut, daß sich Entwicklergemeinschaften abschotten, trotz gegenteiliger PR.

Aber das ist ein vollkommen anderes Thema, dem ich selbstredend nichts weiteres hinzufügen möchte.

Gruß, HH.

Last edited by hamburgerhans (01.08.2019 22:35:39)

bernd

Core-Team

Re: Konvertierung von großen Word-Dokumenten (war: WBCE - für Wörterbuch geeignet?)

... aber hier - wie der TO beabsichtigt, was man nachlesen kann -  im WBCE nutzbar gemacht werden soll.

Dem TO aber (wie man ebenfalls auf der ersten Seite nachlesen kann) davon abgeraten und ihm nahegelegt wurde ein geeigneteres System zu nutzen. Der TO sich dann wohl (ebenfalls Seite 1) sich gegen WBCE entschieden hatte, aber offensichtlich den Plan trotzdem weiterverfolgt.
Soweit dazu.

Sicher wäre es interessant wenn WBCE das DocBook-Format unterstützen/verarbeiten könnte, aber:
dazu müsste es dann halt auch die personellen Resourcen mit dem nötigen Fachwissen geben um ein (wie auch immer geartetes Modul) zu entwickeln welches dies ermöglicht und so flexibel ist allen Anforderungen gerecht zu werden und nicht nur dieser speziellen.

Da aber, zum einen, die Personaldecke des Projektes WBCE nicht unendlich ist und, zum anderen, wohl der Großteil der WBCE-Anwender deutlich andere Präferenzen hat, stünde solch ein Modul sehr sehr weit unten auf der Prioritätenliste.
Und das hat absolut nichts mit einer "sich abschottenden Entwicklergemeinschaft" zu tun sondern eher mit gesundem Menschenverstand.

---

... nein in Europa verwenden wir beim Programmieren nicht € statt $ ...

boeseroeser

Guest

Re: Konvertierung von großen Word-Dokumenten (war: WBCE - für Wörterbuch geeignet?)

Warum sollten wir uns "abschotten"?
Warum sollte sich hier jemand dagegen wehren, wenn du ein Modul zur Darstellung von DocBooks machst?
Natürlich nicht - Gerne!
Aber jemand anderer wird das wohl kaum machen, weil genug anderes anliegt. Hat auch bisher niemand danach gefragt.

Wenn du sagst: DocBook ist der einzig richtige Weg - aber in WBCE keine DocBooks darstellbar sind - dann klemmt irgendwo was.

Meine obige Frage zielt darauf ab, ob dem TO das auch klar ist.
Er hat 2 Möglichkeiten:
a) Ein CMS suchen, das DocBooks darstellen kann.
b) Eine andere Möglichkeit in Betracht ziehen. Gibt ja mehrere.

Ich habe auch das Gefühl, dass dem TO nicht ganz klar ist, welchem seiner Ansprüche DocBook genüge täte.

Last edited by boeseroeser (01.08.2019 23:31:12)

michael-neu

Member

Re: Konvertierung von großen Word-Dokumenten (war: WBCE - für Wörterbuch geeignet?)

Da scheinen ja einige Missverständnisse zu kursieren:

Was ist das Ziel von alldem?
Eine mögliche (aber natürlich nicht die einzige) Antwort wäre: Das soll eine Website werden, mit WBCE gemacht.

Ziel wäre sicher eine Website. Aber die müsste keinesfalls mit WBCE gemacht sein. Jedes andere Mittel, mit dem das technisch realisierbar und das finanziell erschwinglich ist, wäre mich auch recht. 

Dem TO aber (wie man ebenfalls auf der ersten Seite nachlesen kann) davon abgeraten und ihm nahegelegt wurde ein geeigneteres System zu nutzen. Der TO sich dann wohl (ebenfalls Seite 1) sich gegen WBCE entschieden hatte, aber offensichtlich den Plan trotzdem weiterverfolgt.

Das ist die korrekte Beschreibung der Anfangsphase. Wie es dann weiterging, schilderst du nicht.

Erstens meldete sich dann HH so zu Wort:

Das folgende ist nur als Anregung zu betrachten, falls jemand sich hingerissen fühlt. 

Mit ein wenig Querdenken geht es möglicherweise, wobei die Grundvoraussetzung, ein entsprechend strukturiertes xml, csv oder ähnliches Format vorliegen zu haben, erfüllt sein muß. Damit wäre eine Plazierung in eine Datenbank, hier MySQL, möglich. [...]

Da nun nicht bei WBCE die Last anfällt, geht's nur noch um die Leistungsfähigkeit des Hosters, bzw. den Tarif.
[...]

Daraus war der Schluss zu ziehen, dass die technischen Probleme, die gegen die Verwendung von WBCE ins Treffen geführt wurden, ja möglicherweise umgangen werden könnten. Das war eine neue Informationslage. Und da ich halt nun mal zufällig vor ein paar Tagen bei WBCE gelandet bin, mein erster Eindruck davon sehr positiv war und ich hier im Forum schon von meinem Projekt geschrieben hatte, hielt ich es für sinnvoll, das hier auch weiterzuverfolgen.

Der zweite Beweggrund "dranzubleiben", war der Hinweis eines (sicherlich allgemein anerkannten und sehr kompetenten) Mitglieds des Forums, das mir per PN mitteilte, dass meine Vorstellungen mittels eines geeigneten Moduls in WBCE durchaus realisierbar wären, sofern ich bereit wäre, für eine solche Arbeit einen Entwickler zu bezahlen. Das hatte ich weiter oben ebenfalls bereits erwähnt und auch geschrieben , dass sich allenfalls Interessierte melden könnten. (Boeseroeser und Bernd haben ja jetzt gleichfalls bestätigt, dass ein entsprechendes Modul aus technischer Sicht vorstellbar wäre.)

Das war eben der weitere Verlauf, den du, Bernd, in deiner Schilderung weggelassen hast.

Dass für die XML-Lösung WBCE nicht unbedingt nötig ist, hat HH ja selbst klargestellt:

Ich erinnere gerne noch einmal daran, daß DocBook- oder sonstiges XML, grundsätzlich erstmal überhaupt nichts mit einem CMS zu tun hat - es geht grundsätzlich ohne irgend eines.

Mein Herz hängt also mit Sicherheit nicht ausgerechnet an WBCE. Aber weil das Thema hier im Forum aufgekommen und immer in Konnex mit WBCE diskutiert wurde, schien es mir naheliegend, es hier auch fortzuführen - zumal HH schon so viel an "Input" dafür geliefert hatte.

bernd

Core-Team

Re: Konvertierung von großen Word-Dokumenten (war: WBCE - für Wörterbuch geeignet?)

Lieber neuer Michael,

du wirfst mir zweimal ziemlich unterschwellig vor ich hätte in meiner Schilderung etwas weggelassen.

Erstens habe ich direkt auf eine bestimmte Aussage von Hamburgerhans reagiert, zu erkennen an dem vorangestellten Zitat. Ausserdem habe ich diesen dieses Abschnittes mit "Soweit dazu" beendet.
Zweitens war es nicht meine Intention mit meiner Antwort eine Kurzzusammenfassung eines drei Seiten langen Threads zu erstellen.

---

... nein in Europa verwenden wir beim Programmieren nicht € statt $ ...

hamburgerhans

Banned

Re: Konvertierung von großen Word-Dokumenten (war: WBCE - für Wörterbuch geeignet?)

Einen guten Morgen wünsche ich. Ha, eine kleine Antwort schaffe ich noch in der Kaffepause , der Feierabend ist weit, das Wochenende - der So. - noch fern.

... wenn sich Zeichen zeigen, wo sich die Vermutung auftut...

Ich hoffe, daß ich den Satz nicht erklären muß. Es hätte gereicht, wenn man genauer hingeschaut hätte.
Es braucht bei drei Seiten auch keine Rekapitulation, wenn man den "roten Faden" und die Grundaussagen vor sich hat.

Auch rufe ich gerne noch einmal in Erinnerung, daß ich beruflich wie fachlich nichts mit Programmieren zu tun habe - siehe Beispiel "Hammer nicht gleich Handwerker".

Und zur Sache sei gesagt, daß es New Meikel unbenommen bleibt, mit Erfahrungen und Erkenntnissen wieder in's Forum zu kommen, und sein Wissen zu teilen. Ob das bei Gegenwind noch lustig daherkommt - na, da bin ich mir nicht sicher.
Gruß, HH.

boeseroeser

Guest

Re: Konvertierung von großen Word-Dokumenten (war: WBCE - für Wörterbuch geeignet?)

Es hat wenig Sinn, sich hier gegenseitig zu beflegeln.
Und: Ich lese mir das jetzt alles nicht von vorne weg durch - bitte daher zu entschuldigen, wenn irgendwas schon mal beantwortet wurde.

OK - Das Ziel ist also eine Website.
Gemacht mit einem System - WBCE oder was anderes; in jedem Fall etwas, das HTML ausgibt.
Wenn du HTML willst - warum gehst du dann den Weg über ein Nicht-HTML Format?

Ich nehme an, du bist immer noch der Meinung, dass der Weg über XML führt. Ich wäre ja sehr neugierig, welche Wunderdinge Stefanek mit XML macht, ich fürchte aber: So wie das hier läuft, wird er uns den Proof of Concept schuldig bleiben müssen.

Eine Frage, die ICH einem Kunden stellen würde:
Ist das Wörterbuch jetzt final fertig, oder wird es da noch (zahlreiche) Änderungen/Ergänzungen geben?

Das ist deswegen nicht unwichtig, weil irgendein Workflow, der Konvertierungen beinhaltet, bei JEDER Ergänzung neu gemacht werden muss, selbst wenn es nur ein neuer Absatz ist.
Da Konvertierungen immer mit mehr oder weniger Datenverlust verbunden sind, muss der Datenverlust immer wieder - für alles - korrigiert werden.

Ein Beispiel, was ich damit meine:
Das Titelwort "AUCH" ist als normaler Absatz definiert:
<p style='background:#FFEBB1'><span style='color:blue; '>:AUCH</span></p> (gekürzt)
Der Absatz unterscheidet sich nur durch die Hintergrundfarbe FFEBB1 und im verschachtelten <span> color:blue  von anderen Absätzen.

Jeder Algorithmus, der das Dokument in Seiten zerlegt, kann das NUR anhand dieser Merkmale tun. Wenn jetzt irgendwo im Dokument ein anderes Element vorkommt, das die gleichen Eigenschaften hat (aber zb viel kleinere Schrift), würde der Algorithmus das ab hier als neue Seite interpretieren. Du müsstest das dann entweder im Original korrigieren und wieder die ganze Länge Konvertierung neu machen. Oder du korrigierst das im Output - jedesmal wieder.

Es gibt noch etliche weitere solcher Beispiele in der Word-Datei, die du gepostet hast. Es gibt kaum strukturelle Elemente, sondern nur Absatz (p), Links und Tabellen (mit p drin).
Sogar die Listen sind Absätze p mit Punkt davor.

Last edited by boeseroeser (02.08.2019 10:03:28)

webbird

Administrator

Re: Konvertierung von großen Word-Dokumenten (war: WBCE - für Wörterbuch geeignet?)

Also ich würde folgendes vorschlagen: Wir geben dem Thread eine andere Überschrift und verlegen ihn in ein anderes Unterforum (Off-Topic). Warum sollen die Beitragenden nicht das Forum nutzen, um sich auszutauschen, auch wenn die Umsetzung am Ende vermutlich nicht mit WBCE erfolgt? Vielleicht ergeben sich daraus Modulideen - und wenn nicht, lernen wir vielleicht was zum Thema DocBook, XML, whatever.

So lange sich die Leute nicht über Kaninchenzucht oder Neurochirurgie unterhalten, kann man doch nicht sagen, dass sie hier komplett falsch sind, oder?

---

Ich habe eine Amazon-Wishlist. Oder spende an das Projekt.
Ich kann, wenn ich will, aber wer will, dass ich muss, kann mich mal

boeseroeser

Guest

Re: Konvertierung von großen Word-Dokumenten (war: WBCE - für Wörterbuch geeignet?)

Jo, kann man machen

An sich ist das Thema "Wie kriege ich eine umfangreiche Word-Datei sauber auf die Website" für jeden hier interessant. Da könnte man mal einen eigenen Thread machen.

florian

Administrator

Re: Konvertierung von großen Word-Dokumenten (war: WBCE - für Wörterbuch geeignet?)

Topic angepasst, Thread nach "Technische Fragen allgemein" verschoben.

---

Wir Benötigen: Cents, Euros... jetzt spenden!

stefanek

Core-Team

Re: Konvertierung von großen Word-Dokumenten (war: WBCE - für Wörterbuch geeignet?)

Ich nehme an, du bist immer noch der Meinung, dass der Weg über XML führt. Ich wäre ja sehr neugierig, welche Wunderdinge Stefanek mit XML macht, ich fürchte aber: So wie das hier läuft, wird er uns den Proof of Concept schuldig bleiben müssen.

Haha...
so nennt man das?
Proof of Concept schuldig bleiben müssen?

Junge, junge....

Es ginng um einen Zwischenschritt, um die Ursprungsdatei vorzubereiten, um sie in die Datenbank einzuspeisen.
Du kannst es ja gerne mit HTML machen. Viel Spaß.

Christian

---

“Success is the progressive realization of a worthy ideal.” ― Earl Nightingale

boeseroeser

Guest

Re: Konvertierung von großen Word-Dokumenten (war: WBCE - für Wörterbuch geeignet?)

Junge Junge,
Du bist SEHR vage, wenn es um konkrete Fragen geht.

WAS willst du in die Datenbank einspeisen? Welche DB-Felder hast du da im Kopf?
So wie ich das sehe wird das sein:
1 DB-Feld "das_ganze_ding_ als_xml"
oder
123489574 DB-Felder mit jeweils einem Element drin.

Oder siehst du da was, was ich nicht sehe?

----------------------------
Edit:
Vielleicht gibt es hier ein grundsätzliches Missverständnis:

@michael neu: Was ist das zu grunde liegende Ausgangsmaterial?
Ich bin bisher davon ausgegangen, dass das MS-Word Dateien sind. So wie die, die du gepostet hast.

Last edited by boeseroeser (02.08.2019 11:57:15)

hamburgerhans

Banned

Re: Konvertierung von großen Word-Dokumenten (war: WBCE - für Wörterbuch geeignet?)

Die Mittagspause werde ich nicht mit einer Knoblauchfahne  im Forum verbringen

Stichword XML
Bevor das ausartet, ein Hinweis auf Crossmedia, und wie das dort gelöst wird bzw. ist.

Stichword Zwischenschritt
Der TO sollte irgendein XML erzeugen und mit welchem Mittel auch immer validieren, um das Ausgangsdokument - hier Word - XML-tauglich zu machen. Dabei muß es nicht mal DocBook sein, es bietet sich aber aus bekannten Gründen an. XML-tauglich bedeutet u.a. Formatierungen zu streichen, und einen Index anzulegen, wozu die angesprochenen Werkzeuge genutzt werden können. Die Aktualisierungen werden danach nicht mehr in Word, sondern im XML-Editor gemacht.

Möglich wäre vielleicht bei o.a. Firma eine einmalige Dienstleistung zu ordern, womit der TO dann auch eine Anleitung erhielte.

Gruß, HH.

Last edited by hamburgerhans (02.08.2019 12:03:05)

stefanek

Core-Team

Re: Konvertierung von großen Word-Dokumenten (war: WBCE - für Wörterbuch geeignet?)

Chio,
dieses Thema hier bringt WBCE nicht weiter, deswegen bin ich hier schon lange raus. "Stefek" hat anderweitig zu tun.
Ich habe meine Aussage am Anfang getätigt, als ich noch nichts von den Dateien oder ihrer Fragmente gesehen habe.

Es gab aber mal ein Modul von, ich glaube FrankH, wo er Sections exportiert und importiert hat, mit XML. Das war an sich sehr brauchbar.

ODT Dateien sind zip-Dateien. Darin, wenn Du die *.odt Endung in *.zip Umbenennst und die Datei dann umbenennst findest Du dann unter anderem eine XML Datei.
Diese müsste man sich dann anschauen, in wie fern sie so angeopasst werden könnte, dass einzelne Stichworte (bzw. im Fachjargon "Artikel") mit brauchbaren Tags umsäumt sind, sodass man damit die DB füttern kann.

Aber ich bin hier raus und werde auch nicht mehr antworten. Einfach weil ich anderweitig genug zu tun habe.

Du machst das schon mit HMTL 

Christian

---

“Success is the progressive realization of a worthy ideal.” ― Earl Nightingale

michael-neu

Member

Re: Konvertierung von großen Word-Dokumenten (war: WBCE - für Wörterbuch geeignet?)

Und zur Sache sei gesagt, daß es New Meikel unbenommen bleibt, mit Erfahrungen und Erkenntnissen wieder in's Forum zu kommen, und sein Wissen zu teilen. Ob das bei Gegenwind noch lustig daherkommt - na, da bin ich mir nicht sicher.

Ich auch nicht. Aber was das Technische betrifft, kann ich ohnehin nichts beitragen. Da schaue ich einfach mal eurer Diskussion unter Fachleuten zu. Wenn sich daraus praktikable Umsetzungsmöglichkeiten ergeben sollten (mit/ohne WBCE, mit/ohne XML , ...) - umso besser. Wenn nicht, ist es auch nicht weiter schlimm. Soweit Fragen kommen, die konkret mein Projekt bzw. meine Umsetzungswünsche betreffen, kann ich sie natürlich beantworten. Zum Beispiel diese:

Eine Frage, die ICH einem Kunden stellen würde:
Ist das Wörterbuch jetzt final fertig, oder wird es da noch (zahlreiche) Änderungen/Ergänzungen geben?

Das ist deswegen nicht unwichtig, weil irgendein Workflow, der Konvertierungen beinhaltet, bei JEDER Ergänzung neu gemacht werden muss, selbst wenn es nur ein neuer Absatz ist.
Da Konvertierungen immer mit mehr oder weniger Datenverlust verbunden sind, muss der Datenverlust immer wieder - für alles - korrigiert werden.

Von final fertig kann nicht (und kann wohl nie) die Rede sein. Rein quantitativ ist zwar sicherlich ein Großteil des Materials drinnen, aber Änderungen und Ergänzungen wären stets notwendig und sollten daher stets (und auf mehr oder weniger einfache Weise) möglich sein. Das betrifft das Hinzufügen neuer Einträge (Stichworte) ebenso wie das Hinzufügen (Ändern) des Inhalts bestehender Einträge (z.B. neue Beispielssätze, allenfalls neue Gliederungen usw.).

Ein Beispiel, was ich damit meine:
Das Titelwort "AUCH" ist als normaler Absatz definiert:
<p style='background:#FFEBB1'><span style='color:blue; '>:AUCH</span></p> (gekürzt)
Der Absatz unterscheidet sich nur durch die Hintergrundfarbe FFEBB1 und im verschachtelten <span> color:blue  von anderen Absätzen.
[...]
Es gibt noch etliche weitere solcher Beispiele in der Word-Datei, die du gepostet hast. Es gibt kaum strukturelle Elemente, sondern nur Absatz (p), Links und Tabellen (mit p drin).
Sogar die Listen sind Absätze p mit Punkt davor.

Richtig. Ich denke, mein Wörterbuch ist formatierungsmäßig recht simpel gestaltet (vor allem, weil ich nie mit Formatvorlagen etc. gearbeitet habe).
Zu dem von dir Genannten wäre nur noch hinzuzufügen: Soweit ich es im Kopf habe, gibt es nur zwei verschiedene Schriftgrößen (die kleinere für Quellenangaben in Klammer nach manchen Beispielssätzen); weiters zwei Zeilenabstände (Regelfall: eineinhalbzeilig, Ausnahmefall: einzeilig), allenfalls Fettdruck und/oder Unterstreichungen, hin und wieder eine andere Hintergrundfarbe, als Sonderfall der Links die Anker, manchmal eine Absatzeinrückung. Von den Schriftfarben her dominieren Schwarz ("normaler Text") und Dunkelrot (Farbe der Übersetzungsbeispiele außerhalb von Tabellen) sowie Blau (ausschließlich als Farbe für das Stichwort) und Grün (für Links); selten kommen dazu: Violett und (ganz selten) das "normale" Rot.  Ich glaube, das war's dann schon im Großen und Ganzen.

@michael neu: Was ist das zu grunde liegende Ausgangsmaterial?
Ich bin bisher davon ausgegangen, dass das MS-Word Dateien sind. So wie die, die du gepostet hast.

Ja. Genau genommen zwei Word-Dateien (pro Übersetzungsrichtung eine). Als Alternative stünde das Material auch komplett als eine mit "MyInfo" erzeugte Datenbank zur Verfügung. Für Details bitte oben in Posting #31 nachlesen.

Zu MyInfo könnte ich noch nachtragen: Die bieten auch ein Add-On zum Export nach OPML (und OML) an. (Zu OPML siehe http://dev.opml.org/ und den Wikipedia-Eintrag.) Den Jahreszahlen im ersten Link zufolge scheint das eine veraltete Angelegenheit zu sein. Aber der Vollständigkeit halber erwähne ich es.

Last edited by michael-neu (02.08.2019 12:35:33)

boeseroeser

Guest

Re: Konvertierung von großen Word-Dokumenten (war: WBCE - für Wörterbuch geeignet?)

Ich habe meine Aussage am Anfang getätigt, als ich noch nichts von den Dateien oder ihrer Fragmente gesehen habe.

Dafür, dass du keine Ahnung hattest, warst du aber reichlich großspurig unterwegs:

so so so so so... 

Ach was... 

Und jetzt auf einmal: Sendepause. . "Stefek" hat anderweitig zu tun.

Ich schätze es nicht sonderlich, wenn ich hier als nichtsahnendes Würschtel hingestellt werde. Schon gar nicht von jemandem, der es eigentlich besser wissen müsste.

OK, wurscht; @Topic
DIe fehlenden Absatzformate - das ist hier ein wesentlicher Stolperstein.
Die mit "MyInfo" erzeugte Datenbank - ist die strukturierter als die Word-Dateien? Oder ist das im Kern das gleiche?

Ich nehme jetzt mal nicht an, dass du (mit vertretbarem Aufwand) sauberes, strukturiertes, valides XML beistellen kannst und willst. DAS ist es nämlich, was man braucht, nicht ein irgendwas mit Extension xml.

An Ende willst du wohl einzelne Web-Seiten haben, die deinen Word-Dateien möglichst ähnlich sind, wo die Links funktionieren und die in einer Gesamtstruktur auffindbar sind.
Also: Es ist nicht nötig, jede Tabellenspalte, jede Anmerkung einzeln in der DB zu speichern, es reicht ein gesamter WYSIWYG-Block.

Ist das so?
Wenn ja: Warum machst du das nicht einfach so?
Wenn nein: Was möchtest du am Ende haben?

stefanek

Core-Team

Re: Konvertierung von großen Word-Dokumenten (war: WBCE - für Wörterbuch geeignet?)

Großspurig... so so...
Du bist echt so ein lustiger Zeitgenosse.

---

“Success is the progressive realization of a worthy ideal.” ― Earl Nightingale