Πρόβλημα με κείμενο που έχει μέσα τετραγωνάκια

[GIORGARAS]

Συγνώμη προς τον moderator αν έκανα topic σε λάθος μέρος αλλά δεν ήξερα που να κάνω Post.

 

Θα ήθελα μια βοήθεια. Το πρόβλημα το έχω πει ξανά πριν από κάτι μήνες αλλά το είχα παρατήσει και εγώ αλλά τώρα το άρχισα ξανά. Έχω ένα λεξικό σε μορφή λεξικό.bin και το έχω κάνει λεξικό.txt. Το πρόβλημα είναι ότι εμφανίζει τετραγωνάκια. Διαβάζω κανονικά όλο το λεξικό αλλά σε ορισμένα σημεία χώνει τετραγωνάκια. Μια πολύ απλή λύση που έκανα ήταν find τετραγωνάκια και replace με τίποτα στην πορεία είδα όμως ότι δεν έφυγαν όλα τα τετραγωνάκια. Το άνοιξα το κείμενο (25ΜΒ) με ultraeditor που είναι και hex editor και έβρισκα σιγά σιγά τους κωδικούς από τα τετραγωνάκια και τα έκανα replace αλλά όπως καταλαβαίνετε σε τόσο μεγάλο κείμενο θέλει μέρες για να το δω όλο. Η αρχική μου ερώτηση είναι αν ξέρει κάποιος πως θα αφαιρέσω τα τετραγωνάκια ή αν ξέρει τους κωδικούς από τα τετραγωνάκια στο hex editor γιατί άλλα είναι 8F,81,88… οπότε πρέπει να τα ψάχνω σιγά σιγά. Μετά θέλω να ρωτήσω αν υπάρχει τρόπος αν έχω την λέξη ας πούμε: <<αθώος? [ >> να του πω find <<ς*>> και κάνε replace με <<ς>> χωρίς τα εισαγωγικά όλα αυτά. Το αστεράκι θέλω να είναι οποιοδήποτε σύμβολο γιατί υπάρχουν χιλιάδες λέξεις που μπορεί μετά το ς να έχουν ό,τι σύμβολο να’ναι.

Ευχαριστώ για την οποιαδήποτε βοήθεια.

[mkst]

An 8eleis steile mou ena mikro kommati apo to arxeio na dw ti paizei.

[Επισκέπτης]

Λογικά μιλάς τα chr(13) + chr(10) ή τα λεγόμενα Line Feed ή αλλιώς VBCRLF.

Πρόκειται για χαρακτήρες που κάνουν το κείμενο να θεωρήσει ότι πατήθηκε το enter για να αλλάξει γραμμή. Θεωρητικά μπορείς να κάνεις ένα μαζικό Find/Replace σε κάθε ζευγαράκι με ένα κενό.

 

Εκτός και αυτοί οι χαρακτήρες είναι κάτι άλλο....

 

ΥΓ. Την μετατροπή του lexiko.bin σε lexiko.txt την έκανες με ένα απλό rename του αρχείου ή με κάποια εφαρμογή άλλαξες την μορφή του; Ίσως το .bin να διαβάζετε καλύτερα σε μία access ας πούμε...

[GIORGARAS]

File auti tin stigmi eimai stin sxoli kai den exo to keimeno mazi mou otan pao spiti tha to postaro i tha to steilo se pm. enoite oti tha einai ligo 5-6 grammes auto pou tha steilo. tin allagi enoeitai oti den tin ekana me rename den thimamai i me to textpad i to ultraedit ta exo kai ta dio sto mixanima alla den thimamai me poio ekana to save as... apo notepad to anagnorizei san txt aplos exei kai tetragonakia diladi oles tis plirofories pou thelo kai tetragonakia.. les me access na to anoigei kalitera? alla kai pali ego to thelo se txt giati meta thelo na ftiakso (an mporeso fisika) enan parser opou tha pairnei tis lekseis kai kapoies plirofories kai tha tis pernaei se basi. To leo apla alla einai poli agouri auto pou thelo na kano kai fisika ola auta se glossa prolog. me find kai replace den evgala akri giati mou afairese liga se sxesi me to sinolo aplos apo Hex editor blepo oti ta tetragonakia exoun diaforous kodikous oxi mono enan.

[GIORGARAS]

Auto einai i arxi tou leksikou

 

 

1"Γ ώ0 Α,α -}i (άλφα) (το) το πρώτο γράμμα του ελληνικού αλφαβήτου {\f0 |} α{\f0 ΄} = 1 ή πρώτος, α = 1.000 ή χιλιοστός} {\cf2 {\cf2 {\cf2 -}}}} {\cf2 {\cf2 {\cf2 -}}}} {\cf1 {\cf1 -}}}nν α ώ1 αβαείο"

[<αβάς· πρβλ. γαλλ. abbaye{\f0 ]}}d (το) ουσ. (Κ{\cf1 αββαείον}) καθολικό μοναστήρι που διοικείται από αβά {\f0 |} η κατοικία του αβά} {\cf2 {\cf2 {\cf2 -}}}} {\cf2 {\cf2 {\cf2 -}}}} {\cf1 {\cf1 -}}}rν ώ10 άβακας

[<αρχ. {\f3 \/α}βαξ{\f0 ]}}(ο) ουσ. (Κ{\cf1 άβαξ, -ακος}) επίπεδη, τετράπλευρη σανίδα {\f0 |} τετράγωνη πλάκα στο επάνω μέρος του κιονόκρανου όπου ακουμπά το επιστύλιο {\f0 |} μαθητική πλάκα για γραφή {\f0 |} αριθμητήριο με κινητά ξύλινα

σφαιρίδια για εξάσκηση στον υπολογισμό μονάδων, δεκάδων κτλ. {\f0 |} τετράγωνο πλακάκι για επίστρωση τοίχου ή δαπέδου {\f0 |} μικρή ορθογωνισμένη πινακίδα που χρησιμοποιείται σε τοπογραφικές εργασίες {\f0 |} (ναυτ.) το πάνω μέρος της πρύμνης

του πλοίου όπου αναγράφονται τα στοιχεία του σκάφους, {\cf1 κν. καθρέφτης, αϊνάς}} {\cf2 {\cf2 {\cf2 -}}}} {\cf2 {\cf2 {\cf2 -}}}} {\cf1 {\cf1 -}}}{ν ώ100 άβιος< [<αρχ. {\f3 \/α}βιος < {\f3 'α} στερητ. {\f0 +} βίος{\f0 ]}}v {\cf1 -ος}

κ.{\cf1 -α, -ο} επίθ. (Κ{\cf1 -ος, -ον}) άψυχος {\f0 |} (μτφ.) ταλαίπωρος, δυστυχής: {\cf2 βίος άβιος}} {\cf2 {\cf2 {\cf2 -}}}} {\cf2 {\cf2 {\cf2 -}}}} {\cf1 {\cf1 -}}}Υν · ώ1000

αδικοθανατίζω [<αδικοθάνατος{\f0 ]}}Q ρ.

[GIORGARAS]

Paidia sorry eipa mia blakeia prin pou den ksero pos mou kolise!!! loipon o arxeiod en itan arxika bin alla isd. den iksera ti einai auto mexri pou vrika auto:

 

The MySQL ISAM data and index files (`.ISD' and `*.ISM', respectively) are architecture-dependent and in some cases OS-dependent. If you want to move your applications to another machine that has a different architecture or OS than your current machine, you should not try to move a database by simply copying the files to the other machine. Use mysqldump instead.

 

 

exo kai to isd kai to ism. iparxei tropos diladi na ta diabaso apo mysql i oxi?

[Επισκέπτης]

Α, ρε καθαρόαιμο data-mining....

 

Η πιο εύκολη λύση είναι να φτιάξεις μία εφαρμογή που να τσεκάρει το ascii και όταν αυτό είναι μέσα σε κάποιο όριο 65-χχ που είναι τα ελληνικά (και τα κόμματα,παρενθέσεις, τελείες) να τα αντιγράφει σε κάποιο άλλο αρχείο. Σε αντίθετη περίπτωση να βάζει ένα vbcrlf και να συνεχίζει...

[GIORGARAS]

mou fenete auto tha to kano me C e? epeidi ksero ligo apo ekei. Are gamoto gia na kano mia ergasia prepei na xrisimopoiiso den ksero kai ego ti. kai auto to problima pou exo einai aplos i arxi. basika den einai ergasia apli einai nai men ergasia alla ama proxorisei paei gia project. Tha doume...thanks pantos kai an kserei kaneis an mporo na do to arxeio apo mysql peite mou. Pantos file euxaristo gia tin methodologia gia na afairo ta tetragonakia mou fenete poli logikos, tha to prospathiso. Euxaristo poli!!

[GIORGARAS]

Ξέρει κάποιος να με βοηθήσει για το πρόγραμμα στην C? έχω βάλει την συμβολοσειρά σαν char *dat και θέλω να ελέγχω αν τι ASCII έχει το

dat[j] πως το κάνω? Γιατί όταν βάζω να είναι dat[j]>127 ας πούμε βγάζει μια προειδοποίηση. Το dat[j] βγάζει τι σύμβολο είναι και όχι το ASCII νούμερο. Ευχατιστώ πολύ.