1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
|
#!/bin/bash
# Autor: Adam Taras <www.adam-taras.de/opensource>
# Datum: 20.06.2009
#=== Hilfe ===
printHelp(){
echo "Usage: "$0" [OPTIONEN]"
echo "Liest aus der Datei \"$fileIn\" alle Wörter ein und gibt diese sortiert nach der in der Datei \"$fileKey\" festgelegten Reihenfolge weider aus."
echo "Sie werden einmal in eine Klartextdatei \"$fileOut\" und in eine KTouch-Lektion \"$fileKTouch\" geschrieben."
echo "Dabei ist egal, wie die Worte in \"$fileIn\" voneinander getrennt sind. (Windows-Zeilentrennzeichen, Linux-Zeilentrennzeichen, Leerzeichen, Tabulator, ...)"
echo
echo " -k berücksichtige nur komplett klein geschriebene Worte"
echo " -w wandle alle Worte in klein-schreibeise um. Setzt automatisch die Option '-k'"
echo " -e entfernt doppelt vorkommende Worte und sortiert dabei die Ergebnisliste nach dem Alphabet. Empfehlenswert in Verbindung mit der Option '-w', da hierbei zwei gleiche Worte auftreten können, die sich zuvor durch Groß/kleinschreibung unterschieden haben"
echo " -f:<SPALTEN> faltet die Ausgabedatei \"$fileOut\" nach der angegebenen Anzahl von Spalten. Standard=80"
echo " -z:<ZEILEN> maximale Anzahl an Zeilen pro Trainings-Lektion-Stufe. (WARNUNG: Ausführung dauert sehr lange!)"
echo
echo "Beispiel: ./sortWords.sh -w -e -z:4"
exit 0
}
#=== Parameter ===
# Datei mit den häufigsten Wörtern der deutschen Sprache. Es ist egal, wie die Wörter von einander getrennt sind.
fileIn=in.txt
# Falls eine benutzerspezifische Zeichenreihenfolge gewählt werden soll, muss sie sich in dieser Datei befinden.
fileKey=key.conf
# Die standard Ausgabedatei
fileOut=out.txt
# Die standard Ausgabedatei für eine KTouch-Lektion
fileKTouch=out.ktouch.xml
# Sollen nur klein geschriebene Worte berücksichtigt werden?
paramSet_k=false
# Sollen alle Worte in kleinschreibweise umgewandelt werden?
paramSet_w=false
# Sollen doppelte Einträge in der Quelldatei igonriert werden? Die Wörter müssen dazu jedoch alphabetisch sortiert werden
paramSet_e=false
# Sollen die Zeilen auf eine Maximale Größe pro Trainigs-Lektion-Stufe begrenzt werden?
paramSet_z=false
# Nach wie vielen Spalten sollen die Zeilen der Ausgabedatei umgebrochen werden?
paramF_Amount=80
# Wie viele Zeilen sind pro Trainings-Lektion-Stufe maximal erlaubt?
paramZ_Amount=4
# Lese die Parameter aus der Kommandozeile aus
for param
do
case $param in
-k ) paramSet_k=true;;
-w ) paramSet_w=true; paramSet_k=true;;
-e ) paramSet_e=true;;
-f:[[:digit:]]* ) paramF_Amount=`echo $param | grep -E -o [[:digit:]]+`;;
-z:[[:digit:]]* ) paramSet_z=true; paramZ_Amount=`echo $param | grep -E -o [[:digit:]]+`;;
* ) printHelp;;
esac
done
# TODO: Lese den Letzten Parameter als fileIn raus und Prüfe, ob dieser existiert
#=== Initialisierung ===
# Temporäre Datei
fileTmpFormatted=tmpFormatted.txt
# Falls ein KeyFile existiert, wird es geladen
# Das key-Array enthält die Buchstaben, die in jeder neuen Lektion hinzu kommen
echo -n "Zeichenreihenfolge wird geladen: "
if [ -e $fileKey ]
then
echo -n "Aus Datei \"$fileKey\"..."
key=(`grep ^[^#] key.conf | head -n 1`)
else
echo -n "Standard..."
# Lade die Standard-Zeichenreihenfolge
key=(en ar ud it l g c h o s w k p m z b v f ä q j y ü ß ö x)
fi
# Falls der Parameter '-k' NICHT gewählt wurde, füge die großen Buchstaben direkt an die kleinen an.
if [ $paramSet_k = false ]
then
for smallKey in `echo ${key[*]}`
do
bigKey=`echo $smallKey | tr 'a-zäöü' 'A-ZÄÖÜ'`
list=$list' '$smallKey$bigKey
done
key=($list)
fi
echo "OK"
#=== Quelldatei einlesen ===
echo -n "Quelldatei \"$fileIn\" wird eingelesen..."
if [ ! -e $fileIn ]
then
echo FEHLER: Die Quelldatei $fileIn existiert nicht!
exit 1
fi
# assertion: Quelldatei existiert
wordsCount=`wc -w $fileIn | grep -E -o [[:digit:]]+`
echo "OK"
echo "Wörter gesamt = $wordsCount"
#=== Formatiere den Quelltext ===
# Entferne alle NICHT-Buchstaben und alle NICHT-Whitespace
# Ersetze Whitespace durch ein einzelnes LineFeed-Zeichen
# Wandle alle Großbuchstaben in Kleinbuchstaben um (|tr 'A-ZÄÖÜ' 'a-zäöü' \)
# Filtere alle ein-buchstabigen Wörter raus
# Entferne die doppelten Wörter (leider wird hierbei auch sortiert)
# Schreibe in eine temporäre Datei
echo -n "Formatiere den Quelltext..."
cat $fileIn \
| tr -d -c 'a-zA-ZäöüÄÖÜß\n\t ' \
| tr -s [:space:] '\n' \
| grep -E -x .\{2,\} \
> $fileTmpFormatted
# Wandle alle Worte in kleinschreibweise um
if [ $paramSet_w = true ]
then
tr 'A-ZÄÖÜ' 'a-zäöü' < $fileTmpFormatted > $fileTmpFormatted.small
rm $fileTmpFormatted
mv $fileTmpFormatted.small $fileTmpFormatted
fi
# Entferne doppelte Wörter
if [ $paramSet_e = true ]
then
sort -u $fileTmpFormatted > $fileTmpFormatted.sorted
rm $fileTmpFormatted
mv $fileTmpFormatted.sorted $fileTmpFormatted
fi
# Ausgabe
wordsCount=`wc -l $fileTmpFormatted | grep -E -o [[:digit:]]+`
echo "OK"
echo "Nach dem Filtern bleiben $wordsCount Wörter übrig."
#=== Hauptschleife ===
pOld=. # Nur initialisierung
rm $fileOut
echo
echo Buchstaben \| Anzahl der neuen Wörter
echo =====================================
for newKey in `echo ${key[*]}`
do
pNew=$pNew$newKey
#Schreibe in Datei
echo "===$newKey===" >> $fileOut
grep -E -x [$pNew]+ $fileTmpFormatted \
| grep -E -x -v [$pOld]+ \
| tr -s '\n' ' ' \
| sed -e 's/ $//' \
>> $fileOut
echo >> $fileOut
#Ausgabe auf die Konsole
echo $newKey \| `grep -E -x [$pNew]+ $fileTmpFormatted | grep -E -x -v -c [$pOld]+`
pOld=$pNew
done
echo
#=== Faltung ===
echo -n "Falte die Datei \"$fileOut\" nach spätestens $paramF_Amount Spalten..."
fold -s -w $paramF_Amount < $fileOut \
| sed -e 's/ $//' \
> $fileOut.wrapped
rm $fileOut
mv $fileOut.wrapped $fileOut
echo "OK"
#=== Zeilen Begrenzung ===
if [ $paramSet_z = true ]
then
echo -n "Trainings-Lektions-Stufen werden auf $paramZ_Amount Zeilen begrenzt"
rm -f $fileOut.splitted
zeilenNr=1
count=0
teileNaechsteZeile=false
zeilenGesamt=`wc -l $fileOut | grep -E -o [[:digit:]]+`
while [ $zeilenNr -le $zeilenGesamt ]
do
zeile=`sed -n ${zeilenNr}p $fileOut`
if [ `echo $zeile | grep -c ^===` -gt 0 ]
then
teileNaechsteZeile=false
kopfZeile=$zeile
count=0
echo -n "."
else
if [ $teileNaechsteZeile = true ]
then
# insert new line at this position
echo $kopfZeile >> $fileOut.splitted
teileNaechsteZeile=false
fi
count=`expr $count + 1`
if [ $count -eq $paramZ_Amount ]
then
teileNaechsteZeile=true
count=0
fi
fi
zeilenNr=`expr $zeilenNr + 1`
echo $zeile >> $fileOut.splitted
done
rm $fileOut
mv $fileOut.splitted $fileOut
echo "OK"
fi
#=== Erstelle KTouch-Lektion ===
echo -n "Erstelle KTouch-Lektion \"$fileKTouch\"..."
echo -e "<KTouchLecture>\n"\
"<Title>Deutsch (Neo2 Sortierte Wörter)</Title>\n"\
"<Comment>`date -I` - Neo2 - Mit \"$0\" automatisch generierte Datei</Comment>\n"\
"<FontSuggestions>Monospace</FontSuggestions>\n"\
"<Levels>" > $fileKTouch
sed -e 's/^===/ <Level>\n <NewCharacters>/' \
-e 's/===$/<\/NewCharacters>/' \
-e '/^ /! s/$/<\/Line>/' -e '/^ /! s/^/ <Line>/' \
-e '/^ <Level>/ i\ <\/Level>' \
$fileOut >> $fileKTouch
sed -e '6d' $fileKTouch > $fileKTouch.tmp #Entferne die erste zu viel eingefügte " </Level>" Zeile
rm $fileKTouch
mv $fileKTouch.tmp $fileKTouch
echo -e " </Level>\n </Levels>\n</KTouchLecture>" >> $fileKTouch
echo "OK"
#=== Clean & Exit ===
rm $fileTmpFormatted
exit 0
|
