WBCE CMS Forum

hamburgerhans

Gesperrt

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

Bei der Hitze, neben der hier üblichen Sachlichkeit, noch Humor zu zeigen zeugt von beachtlicher Energie.
Aber mal ehrlich, wer einen Hammer zu Hause hat ist nicht automatisch Handwerker.
Konkret, was in der Contentverwaltung für Crossmedia üblich ist, bedeutet Anwendung in Verlagen, Bibliotheken, Archiven, Wissenschaft, Universitäten usw. DTP-Programme der bekannten Softwarehäuser sind auch darauf ausgelegt. Einige große Verlagshäuser produzieren seit einiger Zeit mit OpenSource, die nicht nur Crossmedia beherrscht, sondern als Multiuseranwendung im und aus dem Netz heraus auf diese Art von Datenbanken des Redaktionssystems Zugriff (über Queue) hat.

So gut wie überall in den genannten Bereichen nutzt man XML wegen der universellen Verwendbarkeit.
Das einfachst wäre in diesem Kontext nach XML zu suchen, um professionelle Anwendungen zu finden.
Gruß, HH.

Beitrag geändert von hamburgerhans (26.07.2019 16:16:01)

webbird

Administrator

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

Nichts ist eine Lösung für alles, sonst könnten wir ja einpacken.

---

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

Gast

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

So, jetzt hole ich mal den Rübezahl raus...

Wenn sich jemand im Dickicht verlaufen hat, dann stellt man nicht NOCH mehr Dickicht rundherum auf, sondern hilft ihm da raus.

Jemand der sein Werk gerade mal so in eine schriftliche Form gebracht hat und wenig Ahnung von HTML hat - von dem wird doch niemand erwarten, dass er das alles in sauberes XML verwandelt. Das ist doch hinten und vorne nicht praktikabel.

Solche Tipps kann keiner brauchen, das vergrault die Leute nur.

stefanek

Core-Team

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

Ach was... 

---

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

hamburgerhans

Gesperrt

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

von dem wird doch niemand erwarten, dass er das alles in sauberes XML verwandelt

Weil dies den Mitlesenden durchaus bewußt war, kam die Eingabe:

Vermutlich wäre es sinnvoll einen Teil z.B. A-C der Worddatei hier abzulegen, damit jeder eine Einsicht in die Konvertierungsproblematik bekommt.

Es schien zumindest mir so, daß man gemeinsam nach einer Umsetzungsmöglichkeit suchte, und nicht bei theoretischen Überlegungen bleiben wollte. Erst wenn man die Vorlagedatei - hier Word - anschauen kann, erkennt man die Aufgabe und kann über die Vorgehensweise nachdenken oder sinnieren.

Das kann man übrigens auch jetzt noch - für den Fall der Fälle. Meist bleibt es nicht bei einer einzelnen Anfrage.
ps. Ich finde es schade, daß "michael" ausgestiegen ist, denn gemeinsam über eine Aufgabe ein wenig grübeln kommt allen zugute.
Gruß, HH.

Beitrag geändert von hamburgerhans (26.07.2019 17:55:22)

michael-neu

Mitglied

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

Hallo an alle hier in der Diskussionsrunde,

ich (vormals "michael") habe mich jetzt aufgrund eures Zuspruchs und eures Interesses an der Sache neuerlich hier im Forum angemeldet. Das "michael-neu" passt also doppelt: ich bin jener von vorhin, und gleichzeitig ein Neuling auf dem Gebiet von WBCE und allem, was damit zusammenhängt.

Zur Klarstellung möchte ich anmerken, dass ich auf meinen eigenen Wunsch das Forum gestern Mittag verlassen hatte und dass es selbstverständlich nichts mit euch – also der sog. "Community" – zu tun hatte, sondern ausschließlich mit dem Verhalten einer Person: Wenn einem der "Chef" des Forums, der noch dazu einer der Hauptansprechpartner bei vielen der im Forum diskutierten Themen und Probleme ist, mehrfach und unmissverständlich zu verstehen gibt, dass er mit dir nichts zu tun haben möchte, dann hat es wenig Sinn zu bleiben (auch wenn man stillschweigend weiter geduldet würde). Das war meine Motivation für den Ausstieg – und sie gilt an sich klarerweise auch jetzt noch.

Aber wie eingangs erwähnt: ich freue mich über euer Engagement in der Sache und insbesondere über HH's "Ich finde es schade, daß michael ausgestiegen ist" – und so bin ich jetzt wieder hier. Was den "Verursacher" meines Austritts betrifft, kann er sich bei mir gern per PN melden, wenn er meint, dass wir die persönlichen Animositäten wieder beilegen könnten. Wenn er sich nicht meldet, ist das auch o.k. Dann ist es für einen reibungslosen Umgang hier im Forum wahrscheinlich am besten, sich gegenseitig weitestmöglich zu ignorieren. Nicht ideal, aber sicherlich machbar. (In diesem Fall wäre es schön, wenn mich dann Andere umso mehr bei der Beantwortung meiner Fragen unterstützen könnten.)
------------
Und jetzt wieder zurück zum Thema:

Zu eurer Sachdiskussion kann ich im Moment nichts beitragen, weil ich davon nichts verstehe. Beim von HH angesprochenen Grübeln bin ich aber nach meinen bescheidenen Kräften gern dabei. Und vielleicht hilft dabei noch einmal eine Darstellung der Datenlage. Im Prinzip habe ich die Daten in 4 Formen zur Verfügung:

1. In zwei Word-Dateien (die eine mit sämtlichen deutschen Stichwörtern und ihrer griechischen Übersetzung samt Beispielssätzen usw.; die andere – weitaus kleinere – Datei in die umgekehrte Sprachrichtung).
Es sind übrigens noch doc-Dateien, erstellt mit einer uralten Word-Version (Word 2002).
Die Größe der beiden Dateien beträgt im Moment 43,8 MB bzw. 14,4 MB.
Die Gesamtzahl der Stichworte liegt bei ca. 23.600. Das ist sicherlich der Großteil dessen, was da jemals hineinkommen wird; aber kapazitätsmäßig sollte schon noch Luft nach oben bleiben, sodass weitere Stichworte (bzw. weitere Inhalte zu bestehenden Stichworten) möglich bleiben. Bilder sind keine dabei (und derzeit auch nicht geplant), wohl aber zahlreiche Tabellen.

2. Die beiden Word-Dateien habe ich weiters umgewandelt in zwei PDF-Dateien (Größe: 20,0 MB bzw. 6,28 MB). Die PDF-Dateien online zu stellen, ist natürlich auch eine Variante, aber die Suche verläuft darin viel zu langsam (vor allem mit dem dominierenden Programm von Adobe).

3. Wie auch schon früher erwähnt: Sämtliche Stichworte sind als Einzeleinträge auch in einem PIM (Personal Information Manager) namens "MyInfo" (https://www.milenix.com/myinfo) vorhanden. Also je Stichwort eine Seite (bzw. ein "document", wie das bei MyInfo heißt). Übertragen habe ich die Texte jeweils per copy and paste aus den beiden Word-Dateien. Abgespeichert ist das in einer von "MyInfo" automatisch angelegten Datenbank (Endung .mio), die ca. 112 MB groß ist. Exportmöglichkeiten des MyInfo-Materials bestehen als html-Dateien (für Web-Veröffentlichung), als "Standard CSV (comma-delimited) files", als "Excel CSV (semicolon-delimited) files", als RTF-Dateien und anderes. Dies jeweils für eine einzelnes Stichwort, für mehrere davon oder für sämtliche Seiten/documents.

4. Ebenfalls schon weiter oben angesprochen: Ein (kleiner) Teil des Materials ist im Internet bei "PBworks" unter der Adresse http://enalexiko.pbworks.com/w/page/60853998/Startseite hochgeladen (Stichworte mit dem Buchstaben A komplett, jene mit B teilweise, und verstreut ein paar weitere).

Pro Stichwort wird eine Seite angelegt, der Text wiederum durch copy and paste aus Word in den Editor von PBworks übernommen. Manuell anpassen muss ich dann jeweils Schriftart, Schriftgröße und Zeilenabstand. Mit dem Ergebnis bin ich sehr zufrieden: Schriftbild und Formatierung sollten (zumindest in etwa) so sein, wie man es auf den dortigen Seiten sieht (jedenfalls auf meinem Bildschirm mit einem auf 110% erhöhten Zoomfaktor), z.B.:

Stichwort ":AUCH" (eine formatierungsmäßig komplexere Seite):
http://enalexiko.pbworks.com/w/page/62557628/%3AAUCH

oder Stichwort ":ARKTIS, die" (eine denkbar simple Seite):
http://enalexiko.pbworks.com/w/page/623 … S%2C%20die

Was auf PBworks hochgeladen ist, kann ich bequem in Form der betreffenden html-Dateien herunterladen (eine Datei pro Stichwort/Seite). Oder man kann den Quelltext von dort übernehmen. Ich habe es testweise versucht: Das Einfügen des Quelltexts in den Editor von WBCE hat im Wesentlichen geklappt (aber nicht so gut wie bei der Übernahme des Texts aus Word – Anker und Links funktionierten zB. nicht). All das steht aber derzeit eben nur für eine beschränkte Anzahl an Seiten zur Verfügung.
--------
Und dann möchte ich noch kurz auf diese Website hinweisen:
http://kompakt.bplaced.net/index.html/n … ebook.html

Die ist nur zu Testzwecken angelegt, zeigt aber, wie ich mir die grundsätzliche Funktionsweise des Wörterbuchs wünschen würde (und die Menügestaltung bzw. Navigation in etwa vorstellen könnte [die ist bei PBworks leider ein Jammer]):

- Beim Menüpunkt "Wörterbuch" gibt es ein Suchfenster, in das man den Suchbegriff (oder dessen Anfangsbuchstaben) eingibt.

- Sehr wünschenswert wäre, dass dann als Filter gleich die Teilergebnisse (Suchvorschläge) erscheinen (wie das ja auch bei der Suche in PBWorks oder bei WBCE beim Template "Hortal" der Fall ist). Auf meiner Testseite wird der gleiche Effekt über die Verengung der Stichwortliste erreicht. Eine solche Auflistung der Stichworte im Tree wäre allerdings für meinen Geschmack nicht unbedingt erforderlich (und sollte jedenfalls vermieden werden, wenn das den Seitenaufbau oder die Suche verlangsamt).

- Ein Klick auf das Stichwort öffnet ohne weitere Zwischenschritte die betreffende Seite.

Das Schriftbild auf der Testseite gefällt mir weniger gut als bei PBWorks, wäre aber auch noch akzeptabel. Auch ist der Zeilenabstand zu eng usw. Aber es geht ja darum, die Funktionalität zu zeigen.

Wer sich eine Seite mit etwas mehr Text ansehen möchte, kann z.B. als Stichwort auswählen: "ALLE" oder "ALS (I)"

Erstellt habe ich diese Testseite übrigens auch mit einer Outliner-/PIM-Software. (Es war nicht "MyInfo", sondern eine andere namens "RightNote"). Das funktioniert mittels einer Exportfunktion für das Web, die manche solcher Programme anbieten. In der Praxis ist diese Methode aber bei größeren Datenmengen leider komplett ungeeignet, weil Suche, Seitenaufbau usw. spätestens bei ein paar hundert Seiten unerträglich langsam und schließlich völlig unmöglich werden.

Das waren also ein paar nähere Angaben zu meinem Datenmaterial.
----------------------------
Was diese Anregung betrifft:

Vermutlich wäre es sinnvoll einen Teil z.B. A-C der Worddatei hier abzulegen, damit jeder eine Einsicht in die Konvertierungsproblematik bekommt.

Kann ich gerne machen. Mit folgenden Bemerkungen:

- A bis C ist halt umfangmäßig schon relativ viel (sind bei meiner Seitenlängestaltung in der doc-Datei über 500 Seiten, in Din A4-Format wäre es ungefähr das Doppelte). Aber wenn es als sinnvoll erachtet wird, o.k.

- Technisch weiß ich keine andere Lösung, als den interessierenden Teil mittels copy/paste in ein anderes, leeres Word-Dokument einzufügen. Ich hoffe an den relevanten Formatierungsdetails würde sich dadurch nichts ändern oder verloren gehen.

- Mir müsste jemand sagen, wie ich es hier ins Forum bekomme (als Anhang? Wäre wohl zu groß dafür.)
------------
Und schließlich möchte ich aus Gründen der Fairness euch gegenüber noch Folgendes anmerken:

Hier in dem Thema und auch anderweitig war mehrfach davon die Rede, dass die technischen Anforderungen an so ein Projekt bzw. meine Gestaltungswünsche am ehesten über ein Modul realisiert werden könnten, das aber erst entwickelt werden müsste. Wenn hier durch "gemeinsames Grübeln" etwas Passendes zustandekommen könnte (das dann im Idealfall vielleicht auch für andere Nutzer hilfreich wäre), dann wäre das natürlich toll. Aber andererseits möchte ich niemanden dazu verleiten, sich hier im Forum auf eine vielleicht mühevolle und langwierige, aber unbezahlte Denk- und Experimentierarbeit einzulassen. Und seid bitte auch nicht gekränkt, wenn ich an irgendeinem Punkt möglicherweise zum Ergebnis kommen sollte, dass eine bestimmte von euch erdachte Lösung doch nicht so ausfällt, wie ich mir das wünschen würde (oder sie mir zu kompliziert ist). Anders gesagt: Jede/r soll bitte nur dann mitreden oder mittun, wenn und soweit es ihm/ihr wirklich Spaß macht.

Eine etwaige Alternative bestünde für mich darin, eine solche Modulentwicklung kommerziell in Auftrag zu geben, was – ersten Informationen zufolge – erwartungsgemäß wohl nicht gerade billig wäre. Ob ich zu dem finanziellen Aufwand bereit wäre, müsste ich mir erst überlegen. Aber das heißt eben nicht, dass ich auf euren uneigennützigen Einsatz spekuliere. Denkt bitte mehr an euer Vergnügen als an mich, wenn ihr weitergrübelt.
________

Edit: Nachtrag der Links

Beitrag geändert von michael-neu (27.07.2019 17:01:21)

hamburgerhans

Gesperrt

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

ein paar nähere Angaben zu meinem Datenmaterial.

Benötigt wird das Ausgangsmaterial, also die Worddatei.

Technisch weiß ich keine andere Lösung, als den interessierenden Teil mittels copy/paste in ein anderes, leeres Word-Dokument einzufügen.

Bloß nicht, es braucht das Ausgangs-/Rohmaterial. Jegliche Manipulation "verdirbt" möglicherweise die Grundlage.

A bis C ist halt umfangmäßig schon relativ viel

Es wird ein Auszug benötigt, der auch von A-Z reichen darf, wenn gesichert ist, daß  beispielsweise aus der Gruppe A-Z jeweils 3 Begriffe existieren. Es wird der Einblick in die ursprüngliche Formatierung benötigt. Falls Begriffe mit Links verknüpft sind, sollten diese auch im Dokument (als Beispiel) vorhanden sein. Entsprechen klein dürfte nun die Datei werden.

Wie kommt man zu diesem Dokument?
1.) Man nimmt eine Kopie des Dokuments, nicht per Kopie und Einfügen, sondern eine Dateikopie.
Erzeugung entweder über Laden und unter einem anderen Namen speichern, oder auf Betriebsebene erstellen.
2.) Die Kopie laden und nun beispielsweise aus jeder Gruppee A-Z die Begriffe bis auf beispielsweise 3,4,5 löschen.
Das geht also relativ flott. Die so erstellte Datei anschließend mit Zip komprimieren und in's Forum laden.
Das soll es schon gewesen sein.

Nun zur Alternative bzw. Ergänzung, wo zumindest ein Auszug wie beschrieben vorhanden sein sollte.

Exportmöglichkeiten des MyInfo-Materials bestehen als html-Dateien (für Web-Veröffentlichung), als "Standard CSV (comma-delimited) files", als "Excel CSV (semicolon-delimited) files", als RTF-Dateien und anderes. Dies jeweils für eine einzelnes Stichwort, für mehrere davon oder für sämtliche Seiten/documents.

Hier wären es  "Standard CSV (comma-delimited) files", und "Excel CSV (semicolon-delimited) files".

Da das alles ja schon im Webspace funktioniert - was hast Du dort hingeschickt??? - sollte die Überführung in eine Datenbank wie MySQL möglich sein. Deshalb auch nochmal wiederholt, was hast Du dort hingeschickt, daß es direkt verwendbar war?
Die Möglichkeit das alles mal nachzuvollziehen, kann u.U. die Einsparung vieler Schritte bedeuten. Wir müssen ja nicht unbedingt bei Adam und Eva anfangen.

Nachfrage: MyInfoProf (28 Day Trial) bietet den Export nach "Website" an. Was ist darunter zu verstehen? Html-Seiten oder mehr bzw. anderes?

Nachtrag: Um sich den Vorgang für den Export nach CSV anzuschauen, also hieraus den Import und Verknüpfung der Daten nachvollziehen zu können, gehe man wie folgt vor.
1.)  Man hole sich die 28 Tage Trial-Version von MyInfo

www.milenix.com/

2.) Man hole sich außerdem das Open Source Kochbuch

www.milenix.com/download/samples/Open_Source_Cookbook.zip]www.milenix.com/download/samples/Open_Source_Cookbook.zip

3.) Das Kochbuch Laden und exportieren als "Website" und "CSV" (Std. und Excel)

Nun können Programmierer und Techies den In- und Output anschauen, somit dann auch die Vorgehensweise klären.
Alles wird anscheinend gut.   Viel Spaß zum Wochende!

Gruß, HH.

Beitrag geändert von hamburgerhans (27.07.2019 13:02:20)

hamburgerhans

Gesperrt

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

Und noch ein kleiner Nachtrag.
Schaut man sich das Beispiel Open Source Cookbook.mio 1.36Mb, und die daraus exportierte csv 10Kb an, sollte klar sein, daß auch Deine große .mio   -  für ein Upload hier oder für die konkreten Helfer per PM -  kein Problem darstellt. Entscheidend ist, ob jemand die Konvertierung nach MySQL - mit der richtigen Zuordnung, wg. Suche - vornimmt bzw. das kann.
Gruß, HH.

Beitrag geändert von hamburgerhans (27.07.2019 15:42:09)

michael-neu

Mitglied

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

Damit nichts durcheinander kommt, konzentriere ich mich mal auf das, was den Auszug aus der Word-Datei betrifft:

Wie kommt man zu diesem Dokument?
1.) Man nimmt eine Kopie des Dokuments, nicht per Kopie und Einfügen, sondern eine Dateikopie.
Erzeugung entweder über Laden und unter einem anderen Namen speichern, oder auf Betriebsebene erstellen.

O.k. Eine solche Kopie habe ich via "Speichern unter ..." erstellt.

2.) Die Kopie laden und nun beispielsweise aus jeder Gruppee A-Z die Begriffe bis auf beispielsweise 3,4,5 löschen.
Das geht also relativ flott. Die so erstellte Datei anschließend mit Zip komprimieren und in's Forum laden.
Das soll es schon gewesen sein.

Das verstehe ich nicht ganz. Zunächst müssten wir klären, was du mit "Gruppe" meinst. Es gibt keine Gruppe A-Z, denn das ist das gesamte Dokument.

Stellst du dir das so vor: Ausgewählt werden könnten z.B. die Begriffe "AUCH" (enthält viele Formatierungen), "NOCH" und "SELBST" (dort gibt es nämlich Anker, die beim Stichwort "AUCH" verlinkt sind). Und dann vielleicht noch "OBLIGATORISCH" (enthält einen "normalen" Link [direkt zu einem Stichwort und nicht zu einem Anker]) und "VERPFLICHTEND" (dorthin führt der Link bei "obligatorisch").

Wenn ich dich richtig interpretiere, wäre jetzt (in der Kopie des Gesamtdokuments) alles zu löschen, was "außerhalb" dieser 5 Begriffe (und ihres zugehörigen Texts) steht. Richtig? Nur bräuchte ich noch einen Tipp, wie ich das möglichst zügig machen kann. Ich glaube, man kann zu löschende Abschnitte irgendwie direkt markieren (durch Kennzeichnung ihres Anfangs- und Endpunkts). Das wäre bei der oben vorgeschlagenen Begriffsauswahl z.B. alles vom Dokumentenbeginn bis "AUCH"; dann alles von "AUCH" bis "NOCH"; dann alles von "NOCH" bis "OBLIGATORISCH" usw. Weil du schreibst, es gehe relativ flott: weißt du, wie dieses schnelle Markieren geht (ohne dass man über hunderte Seiten scrollen muss)? Wenn nicht, müsste ich herumsuchen. Ich glaube, mir das mal irgendwo notiert zu haben.

hamburgerhans

Gesperrt

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

Es gibt keine Gruppe A-Z, denn das ist das gesamte Dokument.

Ok, dann geht das nicht so einfach "mal flott". Hatte mich quasi an einer alphabetischen Liste orientiert, weil die mir als Beispiel (Kochbuch) vorliegt. Das ist aber trotzdem kein Beinbruch, da es - der Formatierung wegen - um den Einblick in die Worddatei geht. Wenn wer Dich da unterstützen möchte, muß er genau das wissen.

Mit der angesprochenen Alternative kommt man - wenn auch erstmal unter Vorbehalt, ich bin kein Programmierer und auch kein Fachmann für alles - nach meinem Verständnis  am schnellsten und "saubersten" zum Ziel, da mit der CSV die Konvertierung, also die Vorbereitung für den Import nach MySQL schon vollzogen ist.
Zu prüfen wäre dann aber schon, ob z.B. die Links/Sprungziele darin vorhanden sind. 

Ich gehe mal davon aus, daß sich hierzu auch die Fachleute melden werden. Ist ja keine Märchenstunde.
Gruß, HH.

Beitrag geändert von hamburgerhans (27.07.2019 16:04:47)

michael-neu

Mitglied

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

Ok, dann geht das nicht so einfach "mal flott". Hatte mich quasi an einer alphabetischen Liste orientiert, weil die mir als Beispiel (Kochbuch) vorliegt. Das ist aber trotzdem kein Beinbruch, da es - der Formatierung wegen - um den Einblick in die Worddatei geht.

Ich habe schon für jeden Anfangsbuchstaben einen eigenen Link - und diese Linkliste steht am Dokumentenanfang. Man kann also von dort direkt an den Beginn der Stichworte z.B. mit dem Buchstaben R springen. Aber ich glaube, das ändert auch nichts für die Markierungsfrage. Ist aber kein Problem. Ich schaue mich dann mal in meinen Unterlagen um, wie das Markieren größerer Abschnitte am besten funktioniert. Ich bin mir ganz sicher, das schon einmal gemacht zu haben. Ich hoffe also, im nächsten Schritt den Auszug schon online stellen zu können (müsste hier als Anhang möglich sein, weil diese 5 Vokabel sicher weniger als 2 MB haben).

Beitrag geändert von michael-neu (27.07.2019 16:52:30)

hamburgerhans

Gesperrt

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

Wenn Du dies in MyInfo drin hast, und dann nach CVS exportierst, sind dann Links/Sprungziele drin?
Das wäre nach meinem aktuellen Kenntnisstand - habe z.Z. niemanden hier für Rückfragen - die optimale Herangehensweise,
Die Daten aus MyInfo hattest Du an Deinen Hoster geschickt, und funktionierte, oder?
Oder habe ich das mißverstanden?

Vielleicht meldet sich ja noch der ein oder andere kompetente Forenuser, damit wir nicht über Helsinki nach Rom fliegen.
Man muß ja nicht unbedingt Fehler wiederholen, oder einen Marathon absolvieren.

Nach einer erfolgreichen DB-Installation, kommt die Aufgabe der Suchfunktion, wo sich dann wirklich einer der Fachleute drum kümmern müßte. Mir selbst liegen nur ein paar Informationen über die Portierung nach MySql + ein paar Tools vor,  Das war es dann aber auch schon.
Gruß, HH.

Beitrag geändert von hamburgerhans (27.07.2019 17:19:39)

michael-neu

Mitglied

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

So, der Auszug aus der Word-Datei ist bereit (Datei "WB-Auszug" im Anhang [WB steht dabei für "Wörterbuch" und bezieht sich nicht auf WBCE .]

Ich habe 6 Stichwörter ausgewählt (auch das letzte im Wörterbuch [ZYRILLISCH]), weil ja angeblich am Dateiende irgendwelche Formatierungsdetails gespeichert sind. Vielleicht ist das also von Nutzen. Die Links und Anker habe ich getestet - sie  funktionieren (natürlich nur jene, die sich auf Stichwörter beziehen die im Auszug vorhanden sind). Wenn noch mehr Material benötigt wird, bitte sagen.
-----------------------
Nur nebenbei für jene, die es interessiert:
So funktioniert die Blockmarkierung in einem Word-Dokument (jedenfalls mit Word 2000):
[Info ist nicht von mir, aber die Quelle habe ich leider nicht notiert]

• Klicke an den Beginn des zu markierenden Textes, damit der Cursor dort blinkt.
• Blättere mit der (vertikalen) Bildlaufleiste (oder mit dem Mausrad) nach unten [Anm.: nicht mit der Taste "Bild", weil in diesem Fall der Cursor mitwandert], bis das Ende des zu markierenden Textes sichtbar wird.
• Drücke die Grossumschalttaste (Shift) und halte diese fest.
• Klicke an das Ende des zu markierenden Bereiches. Alles dazwischen wird markiert.

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

Ich sehe mir jetzt näher an, was du (HH) zum Thema CSV bzw. MyInfo geschrieben hast und melde mich dann später dazu.

michael-neu

Mitglied

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

Zu MyInfo und CSV:

Nun zur Alternative bzw. Ergänzung, wo zumindest ein Auszug wie beschrieben vorhanden sein sollte.
[...]
Hier wären es  "Standard CSV (comma-delimited) files", und "Excel CSV (semicolon-delimited) files".

Da das alles ja schon im Webspace funktioniert - was hast Du dort hingeschickt??? - sollte die Überführung in eine Datenbank wie MySQL möglich sein. Deshalb auch nochmal wiederholt, was hast Du dort hingeschickt, daß es direkt verwendbar war?

Mit den CSV-Varianten hatte ich noch nie zu tun. Das mit dem Webspace ist eine andere Export-Option. Bei MyInfo heißt sie "Export to: Web Site" (bei vergleichbaren Programmen, die eine solche Option bieten, hat es eventuell eine andere Bezeichnung). Bei "Export to: Web Site" legt MyInfo einen Ordner mit jenen Dateien an, die offenbar für die Veröffentlichung der ausgewählten Seiten (documents / Stichworte) samt tree im Web erforderlich sind. Ich sehe darin u.a. : die html-Datei des entsprechenden Stichwort-Eintrags, eine index.-html, eine common.css, eine user.css, eine user.js, eine utils.js usw. . Mit der CSV-Variante hat das also nichts zu tun.

Das Ergebnis im Internet sieht mit der Variante "Export to: Web Site" dann vom grundlegenden Aufbau her ähnlich aus wie das, was sich unter dem schon erwähnten Link http://kompakt.bplaced.net/index.html/n … ebook.html findet (nur wurde es dort von mir nicht mit "MyInfo", sondern mit "RightNote" erstellt).

Wenn du jetzt noch näher exakt wissen musst, was ich konkret von meinem Rechner zu bplaced hochgeladen habe, damit es dort sichtbar war, sage es mir bitte. Das müsste ich extra recherchieren, weil ich mich nicht mehr an das Procedere des Hochladens erinnere. De facto waren es sicher die zuvor erwähnten Dateien vom Typ html, css, js usw.

Schaut man sich das Beispiel Open Source Cookbook.mio 1.36Mb, und die daraus exportierte csv 10Kb an, sollte klar sein, daß auch Deine große .mio   -  für ein Upload hier oder für die konkreten Helfer per PM -  kein Problem darstellt.

Das klingt gut.

Wenn Du dies in MyInfo drin hast, und dann nach CVS exportierst, sind dann Links/Sprungziele drin?

Ich weiß es nicht. Ich habe testweise einen Mini-Eintrag nach CSV exportiert (Stichwort "OBLIGATORISCH", enthält nur einen herkömmlichen Link zum Stichwort "VERPFLICHTEND"). Die csv-Dateien (für beide Varianten: "Standard CSV" und "Excel CSV") hänge ich an. Hilft das weiter?

Die Daten aus MyInfo hattest Du an Deinen Hoster geschickt, und funktionierte, oder?
Oder habe ich das mißverstanden?

Ja, es funktionierte, betraf aber immer die html-Version mit "Export to: Web Site". Mit CSV hatte es nie zu tun. (Siehe oben)

Beitrag geändert von michael-neu (27.07.2019 19:45:34)

michael-neu

Mitglied

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

Oder hier noch im Anhang die beiden csv.Dateien für das komplexere Stichwort "AUCH" (mit Links und Ankern) - falls das mehr Informationsgehalt hat.

Beitrag geändert von michael-neu (27.07.2019 19:37:51)

hamburgerhans

Gesperrt

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

Mal externe Links erzeugen und schauen, ob die im csv zu sehen sind.
Das gleiche mal mit Word machen, hier aber zusätzlich auch XML.
Man muß ja schauen, ob alle Inhalte im Exportgut vorhanden sind.

Aber nun zu einer weiteren Alternative, dem  iframe, da bräuchtest Du überhaupt kein Datenbankgefummel.
Statt sich mit Datenbank und Programieren zu beschäftigen, geht es auch noch so, was Du am Ende dann doch nicht so haben möchtest.
Der MyInfo Export "Website" bringt die ganzen Inhalte - so zumindest sehe ich das beim Wörterbuch Kochbuch - in html, also man klickt index.html an, und alles ist da, jedes Stichwort eine Seite.  So sollte es dann bei Deinem Wörterbuch auch sein, und natürlich auch wie gewünscht funktionieren.
Wenn dem so ist, bindet man diese Inhalte  per iFrame in WBCE auf einer Seite ein. Hier stellt sich dann erneut die Frage: "Wie navigiert man in zigtausenden Seiten?" Womit wir wieder bei Grundproblem gelandet wären.

Hast Du eigentlich das komplette Wörtebuch irgendwo im Netz stehen, also mit den zigtausend Seiten?

Gruß, HH.

Beitrag geändert von hamburgerhans (27.07.2019 20:11:08)

michael-neu

Mitglied

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

Mal externe Links erzeugen und schauen, ob die im csv zu sehen sind.
Das gleiche mal mit Word machen, hier aber zusätzlich auch XML.
Man muß ja schauen, ob alle Inhalte im Exportgut vorhanden sind.

Muss ich da jetzt irgendwas tun? Ich denke, nicht.

Der MyInfo Export "Website" bringt die ganzen Inhalte - so zumindest sehe ich das beim Wörterbuch Kochbuch - in html, also man klickt index.html an, und alles ist da, jedes Stichwort eine Seite.

Genau.

So sollte es dann bei Deinem Wörterbuch auch sein, und natürlich auch wie gewünscht funktionieren.

Richtig. Wobei ich zusätzlich zum Wörterbuch noch gern ein paar Zusatzelemente im Menü hätte (eine Linkliste, Literaturverzeichnis, Grammatik usw.). Also etwa so, wie man es auf http://kompakt.bplaced.net/index.html/n … ebook.html sieht. Aber das wäre ja wahrscheinlich kein Problem.

Hast Du eigentlich das komplette Wörtebuch irgendwo im Netz stehen, also mit den zigtausend Seiten?

Nicht direkt. Das hat sich eben technisch bisher nicht realisieren lassen. Der größte Auszug ist jener auf PBworks. "Indirekt" steht es dort (auf PBWorks) aber schon auch komplett zur Verfügung: In Form der dort auf der Startseite verlinkten zwei PDF-Dateien.

hamburgerhans

Gesperrt

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

Die Seiten bei PBWorks sind alle Wiki-Pages, anscheinend  die Seiten aus dem Export > Website. 
Das kann man machen, wenn man über die entsprechenden Ressourcen verfügt,
Du willst es aber auf einem "Geizkragen-WBCE-Hoster" laufen lassen 
Es würde mich schon interessieren wo PBWorks an Grenzen stößt, vielleicht mit 24k Seiten?

So, nun geht es endgültig ins Wochenende. Es gibt natürlich noch ein anderes Leben in den Ferien.

Aber jetzt haben die Interessenten ja Vorlagen, die sie sich näher anschauen können, das Rätselraten ist nun eingedämmt.

Gruß, HH.

Beitrag geändert von hamburgerhans (27.07.2019 21:03:00)

michael-neu

Mitglied

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

Die Seiten bei PBWorks sind alle Wiki-Pages, anscheinend  die Seiten aus dem Export > Website.

Nur um das richtigzustellen:
- Inhaltlich ist es überall das Gleiche (bei Word, bei MyInfo und bei PBworks [dort bisher als kleiner Auszug]).
- Aber technisch gibt es einen Unterschied: Erzeugt wurde der Inhalt der Seiten auf PBWorks durch direktes copy and paste aus dem Word-Dokument. "MyInfo" und dessen Funktion "Export > Website" war dabei in keinerlei Weise involviert.

Es lief also zusammengefasst so:

- Word --> PBworks (mittels copy/paste)
Und davon völlig unabhängig:
- Word --> MyInfo (mittels copy/paste)  (--> [versuchsweise] Export: To Web Site)

Du willst es aber auf einem "Geizkragen-WBCE-Hoster" laufen lassen 

Nein - das ist keineswegs Bedingung. Natürlich wäre mir kostenlos lieber. Aber ich habe mich schon davon überzeugen lassen, dass ein solches Projekt z.B. bei bplaced nicht funktionieren würde. Also daher: ich würde das bei einem Hoster machen, wo es auch zuverlässig läuft. (Aber möglichst preiswert sollte er natürlich schon sein. )

Es würde mich schon interessieren wo PBWorks an Grenzen stößt, vielleicht mit 24k Seiten?

Ich habe mich das auch schon gefragt. Bisher - mit schätzungsweise 2500 Seiten - läuft es ohne jedes Problem.

So, nun geht es endgültig ins Wochenende. Es gibt natürlich noch ein anderes Leben in den Ferien.

Das sei dir wirklich gegönnt. Viel Dank schon mal für deinen großen Einsatz und ein erholsames Wochenende.

hamburgerhans

Gesperrt

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

Statt Mittagsschlaf besser noch etwas zum Abschluß bringen, denn die kommende Woche wird mehr als anstrengend.

Nach ein paar Versuchen, wird es nun konkret.
Hierzu möchte ich auf stefanek:"Nur mal so als Anregung."  verweisen, der dazu riet, das Word_Dokument mit LibreOffice in das ODT Format zu exportieren.

Ich selbst habe Deine Beispieldatei mit OpenOffice geöffnet, mit zusätzlichem Stichwort und externem Link auf eine Website versehen, als .odt gespeichert, dann als Docbook-XML exportiert. Docbook-XML ist mit seinen Eigenschaften für solche Fälle ausgelegt, und im Ergebnis so klein, daß man seine Freude daran hat. Außerdem handelt es sich bei vielen Tools und Scripten auch noch um Open Source.   

Da ich den möglichen Output schon vorab sehen wollte, ging es wie folgt weiter.
Eine, nach vorheriger Änderung der Links nach <a href="#, und der OpenOffice-Konvertierung dieser XML-Datei nach *.Xhtml, hatte im Ergebnis eine funktionierende xhtml-Seite zur Folge, so wie der MyInfo-Export, hier aber in einer einzigen Datei.
Allein die Tabellen waren nur als "Box" vorhanden, wo wahrscheinlich wie bei href die Referenzen geändert werden müssen - einfachst per Suchen & Ersetzen. Allein die embedded Grafics erschienen nur als "Box". In XML sind diese als binary eingebettete Daten (inlinegraphic fileref="embedded:Grafik2") nicht erlaubt, als Link sehr wohl. Die Korrektur müßte also hier schon im Word-Dokument vorgenommen werden, wenn man nicht hinterher wieder vor schwer oder nicht lösbaren Problemen stehen möchte.
Das gilt generell für die DB, nicht nur für die Beispielausgabe mit xhtml.

Ich habe nun den Eindruck, daß Profis, Programmierer etc. somit jetzt die Möglichkeit hätten sich zu fragen, wie man es in die MySQL-DB bringt, und wie die Abfrage im Suchform aussehen muß.

@Meikel
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 wünsche gutes Gelingen.
Gruß, HH.

Beitrag geändert von hamburgerhans (28.07.2019 16:56:28)

michael-neu

Mitglied

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

Zunächst mal wieder vielen Dank für dein tolles Engagement.

@Meikel
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.

Das wird dann sicher wieder eine lange Nacht für mich. Aber klar, ich kann es probieren. Meine Hausaufgaben muss ich ordentlich erledigen.

gut, wenn auch noch komprimiert.

Was meinst du damit? Einfach in eine zip-Datei packen und dann deren Größe prüfen?

Allein die embedded Grafics erschienen nur als "Box". In XML sind diese als binary eingebettete Daten (inlinegraphic fileref="embedded:Grafik2") nicht erlaubt, als Link sehr wohl. Die Korrektur müßte also hier schon im Word-Dokument vorgenommen werden, wenn man nicht hinterher wieder vor schwer oder nicht lösbaren Problemen stehen möchte.

Was waren denn solche embedded Grafics im Dokument? Mir fällt im Moment nichts ein, was da in Frage käme, außer vielleicht die Richtungspfeile (also "--->"), die ich manchmal setze. Aber sind das Grafiken? Und hoffentlich zählen dazu nicht die Aufzählungspunkte, denn die durchziehen das ganze Wörterbuch.
--------------------

Unabhängig von all dem fällt mir jetzt noch Folgendes ein:

Das Wörterbuch ist ja in Word in zwei Dokumente (zwei doc-dateien) aufgeteilt: Deutsch - Griechisch und Griechisch - Deutsch. Verlinkungen von einem Dokument ins andere habe ich nicht vorgenommen, weil mir das zu kompliziert war (und auch nicht oft notwendig wäre). Bitte aber bei allen Überlegungen zu beachten, dass ich in beiden Dokumenten die gleiche Art von Ankernamen verwende, also L1, L2, L3 usw. ("L" steht für Link). Wenn die Inhalte der beiden Dateien dann elektronisch irgendwie zusammengeführt werden sollten, befürchte ich, dass es dann hunderte Ankernamen doppelt gibt: also zwei Mal "L1", zwei Mal "L2" usw. Und das würde wohl zu Komplikationen führen.

Ich könnte natürlich versuchen, im kleineren Dokument (weil dort auch weniger Anker sind) alle existierenden Ankernamen nachträglich zu ändern (sehr ungern, weil mühsam, aber wenn es notwendig sein sollte ....): Also ich könnte dort aus "L1" z.B. "L1g" machen (als Bezeichnung für Anker L1 im griechisch-deutschen Wörterbuch) usw.

Beitrag geändert von michael-neu (28.07.2019 18:18:52)

hamburgerhans

Gesperrt

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

Das wird dann sicher wieder eine lange Nacht für mich.

Export oder Speichern unter (Weiß nicht mehr, ist nicht im weißen Zeugs verblieben   )>>Auswahl. Das war es auch schon.

Was meinst du damit? Einfach in eine zip-Datei packen un dann deren Größe prüfen?

Ja, ich dachte dabei nur an den Dateitransport wohin auch immer...

Was waren denn solche embedded Grafics?

Ich sehe diese im xml einmalig/ausschließlich unter :ZYRILLISCH
als:

 <para>:ZYRILLISCH (kyrillisch)<inlinegraphic fileref="embedded:Grafik1" width="7.621cm" depth="7.621cm"/>
      <inlinegraphic fileref="embedded:Grafik2" width="7.621cm" depth="7.621cm"/>
      <inlinegraphic fileref="embedded:Grafik3" width="7.621cm" depth="7.621cm"/>
   </para>

Bitte aber bei allen Überlegungen zu beachten, dass ich in beiden Dokumenten die gleiche Art von Ankernamen verwende, also L1, L2, L3 usw. ("L" steht für Link). Wenn die Inhalte der beiden Dateien dann elektronisch irgendwie zusammengeführt werden sollten, befürchte ich, dass es dann hunderte Ankernamen doppelt gibt: also zwei Mal "L1", zwei Mal "L2" usw. Und das würde wohl zu Komplikationen führen.

Das ist vorab mit den Code-Entwicklern abzusprechen. Die können Dir wahrscheinlich genau sagen, wie die Dokumente aufgebaut sein müssen.

Das ganze erinnert mich an frühe Zeiten, wo Word-Benutzer mit ihren Dateien in die Offsetdruckerei gingen. Hier gabe es dann Probleme, da die Leute nur Druckerei sahen, aber von Farbseparation oder Farbenlehre nichts ahnten. Aber schon damals konnte man dem Hauptproblem Bilder im RGB-Farbraum zu haben, einfach durch den Import von CMYK-Bildern entgegentreten. Es wußte leider nur niemand.

Bei der aktuellen Aufgabe kommt es darauf an, daß die Worddatein in der erforderlichen Struktur vorliegen, damit der Export nach XML auch für die Programmierer verwendbar ist, und im Ergebnis dem für die Anwendung erforderlichen Standard entspricht.

Schön ist ja, daß alle die schon einmal in Gedanken bei einem Wörterbuch waren, nun eine mögliche Vorgehensweise erläutert bekommen.
Gruß, HH.

Beitrag geändert von hamburgerhans (28.07.2019 18:48:02)

michael-neu

Mitglied

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

Export oder Speichern unter (Weiß nicht mehr, ist nicht im weißen Zeugs verblieben   )>>Auswahl. Das war es auch schon.

Ich brauche aber LibreOffice dazu? Habe ich das richtig verstanden?

Was waren denn solche embedded Grafics?

Ich sehe diese im xml einmalig/ausschließlich unter :ZYRILLISCH
als:
[...]

Also beim Stichwort :ZYRILLISCH selbst ist sicher nichts mit einer Grafik dabei. Es ist eigentlich nur ein einziges Wort Text. Es könnte dann aber möglicherweise damit zusammenhängen, dass am Dokumentenende angeblich irgendwelche Formatierungsdetails drinnenstecken (weswegen ich ja auch dieses Stichwort in den Auszug gegeben habe). Da muss man sich also wohl überraschen lassen, wie das dann später aussieht.

Schön ist ja, daß alle die schon einmal in Gedanken bei einem Wörterbuch waren, nun eine mögliche Vorgehensweise erläutert bekommen.

Finde ich auch. Vor allem, weil es um ein Wörterbuch ginge, wo bei den Stichworten bei Bedarf mehr drinnenstehen könnte als nur die Übersetzung und vielleicht 2 oder 3 Beispielssätze, und wo das auch übersichtlich zu gliedern wäre. Deshalb ist es mir so wichtig, dass man mit Formatierungsdetails wie Farben, Tabellen, Ankern usw. arbeiten kann. Wörterbuch- oder Lexikonsoftware gäbe es ja durchaus, aber da konnte ich bisher nichts finden, was diesen Ansprüchen genügt.

michael-neu

Mitglied

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

Das wäre mehr als eine Nachtarbeit. Ich habe jetzt mal Folgendes probiert:

Ich selbst habe Deine Beispieldatei mit OpenOffice geöffnet

Habe ich für die Gesamtdatei jetzt auch gemacht. (Dauert ewig.)

mit zusätzlichem Stichwort und externem Link auf eine Website versehen,

Wusste ich nicht genau, was du meinst. Habe ich weggelassen.

als .odt gespeichert

Habe ich auch gemacht. (Dauerte ebenfalls ewig.)

dann als Docbook-XML exportiert.

Ich nehme an, du meinst die odt-Datei (nicht die doc-Datei).
Zum Exportieren nach Docbook-XML gibt es da aber keine Option (nur nach xhtml und noch irgendwas). Meintest du vielleicht "Speichern unter"? Ich nehme an: ja. Da kam dann aber ein Hinweis dass nicht alle Formatierungsdetails mit Docbook-XML kompatibel seien (so sinngemäß), und da habe ich dann vorerst abgebrochen.

Ich warte mal ab, ob ich die bisherigen Schritte richtig gemacht habe.

Beitrag geändert von michael-neu (29.07.2019 02:58:04)

hamburgerhans

Gesperrt

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

"Speichern unter"? Ich nehme an: ja.

JA

Da kam dann aber ein Hinweis dass nicht alle Formatierungsdetails mit Docbook-XML kompatibel seien (so sinngemäß), und da habe ich dann vorerst abgebrochen.

Das bitte ausführen.
Es hat sich ja gezeigt, daß z.B. embedded grafic/image drin ist, und dies nicht kompatibel zu xml ist.
Ob nun noch andere Teile nicht Docbook entsprechen, muß man dann schauen.
Beispielsweise kann man überlegen, ob die DTD (oasis-open.org/docbook/xml/4.1.2/docbookx.dtd) in der DB überhaupt sinnvoll ist.
Dazu kann man bzw. können dann Programmierer konkret Auskunft geben.

Ziel ist der richtige Aufbau einer Worddatei, um ein valides Docbook-xml und dieses in die MySQL-DB zu bekommen.

Ist wie aktuell anscheinend nur ein kleiner Fehler drin, kann man diesen im xml korrigieren, um erstmal damit die Arbeitsgrundlage für die Programmierer zu haben.

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