[Tustep-Liste] Frage zu Pattern Matching

Dr. Michael Trauth michael.trauth at outlook.de
Sun May 21 03:51:00 CEST 2017


Lieber Matthias,

zu Deiner Frage:

> Gegeben sind Muster wie das folgende, das in
> meiner Datei in Datensatz 0.11 steht:
> <belGrp><belDat font-
> name="Futura">#[2003]1723#[2002]</belDat>es
> <i>(ist)</i> durch unglück und nicht durch
> seinen betrieb verlohren gangen <bibl><i>russ.
> land-recht 75.#[2003]</i></bibl></belGrp>
> 
> Der Text zwischen "</belDat>" und "<bibl>"
> soll als Zitat (<quote>...</quote>) getaggt
> werden, was an sich trivial ist. Gerne möchte
> ich allerdings Blanks, die hinter "</belDat>"
> und vor "<bibl>" stehen können (0, 1, ggf.
> auch mehrere Blanks), vom Tagging
> ausschließen.
> 
> Mein erster Versuch, der wie folgt aussah,
> lief ins Leere:
> a,(0.11,0.11),,|</beldat>{0-0} {|}*{|}{0-0}
> <bibl>|{=1=}<quote>{=2=}</quote>{=3=}|
> 
> Lasse ich hingegen den zweiten Quantifizierer
> "{0-0}" weg, funktioniert das testweise auf
> den Datensatz 0.11 beschränkte Austauschen wie
> gewünscht. Allerdings würden dann bei
> Mehrfachblanks alle bis auf das letzte in das
> neue <quote>-Tag integriert:
> a,(0.11,0.11),,|</beldat>{0-0} {|}*{|}
> <bibl>|{=1=}<quote>{=2=}</quote>{=3=}|
> 
> Eine Ausweichmöglichkeit scheint darin zu
> bestehen, die Vorschrift für "0 bis beliebig
> viele" Leerzeichen als Stringgruppe anzulegen.
> Dann werden bei mehrfache Blanks komplett aus
> dem Tagging ausgeschlossen:
> s:mb=|{0-0} |
> 
> -->
> a,(0.11,0.11),,|</beldat>{S:mb}{|}*{|}{S:mb}<b
> ibl>|{=1=}<quote>{=2=}</quote>{=3=}|
> 
> Was sich mir bisher nicht erschließt, ist die
> Frage, warum mittels Stringgruppeneinsatz
> funktioniert, was bei unmittelbarer Definition
> nicht zu klappen scheint.

[MTr] In Deiner ersten Austauscheanweisung
	a,,,|</beldat>{0-0} {|}*{|}{0-0} <bibl>|{=1=}<quote>{=2=}</quote>{=3=}|
verwendest Du '{0-0} ' = ein Blank, das beliebig oft
vorkommen oder auch fehlen kann, und sofort danach
läßt Du '*' folgen, womit 'beliebig viele beliebige
Zeichen' gemeint sind. Das Programm versucht in der
Defaulteinstellung von jedem Element der Such-Zflg so
früh wie möglich zum nächsten variablen Element
überzugehen - und weil das Blank (das vorkommen oder
auch fehlen kann) *auch* in dem folgenden Element '*'
enthalten ist, liest es über ein oder mehrere evtl.
hinter </beldat> stehende Blanks hinweg und geht gleich
zu '*' über.

Das ist ziemlich wichtig und kommt als Fall in der
täglichen Tustep-Praxis nicht oft vor, deshalb frage
ich hier erst einmal nach Art der Mafia-Paten: Capisce?
Denn erst dann wirst Du die kurzen, aber luziden
Ausführungen des Handbuchs 2017 zur Parameterart IX
auf S.708 oben zur Angabe '{n--m}' verstehen.

Damit läßt sich die erste Hürde Deiner Anweisung noch
leicht beheben, denn Du kannst das Programm dazu zwingen(!),
die hinter </belDat> stehenden eventuell vorhandenen
Blanks als eigenes Element zu lesen:
	a,,,|</beldat>{0--0} {|}*{|} <bibl>|{=1=}<quote>{=2=}</quote>{=3=}|
Mit dieser kleinen Änderung - dem zusätzlich eingefügten
Bindestrich - funktioniert Deine Anweisung wie gewünscht.

ABER ich habe getrickst, denn das fakultative zweite Blank
(vor <bibl>) habe ich zum festen Blank gemacht. Dieser Trick
funktioniert, *obwohl* das Blank vor <bibl> ja auch in der
Definition von '*' mit enthalten ist: An diesem Blank geht
das Programm aber nur deswegen nicht zum nächsten Element
der Such-Zflg über, weil das Element starr = nicht variabel
ist. Wenn statt dessen ein variables Element (ein fakultatives
oder beliebig(!) viele Blanks) da stünde, also
	a,,,|</beldat>{0--0} {|}*{|}{0} <bibl>|{=1=}<quote>{=2=}</quote>{=3=}|
oder
	a,,,|</beldat>{0--0} {|}*{|}{0-0} <bibl>|{=1=}<quote>{=2=}</quote>{=3=}|
oder
	a,,,|</beldat>{0--0} {|}*{|}{0--0} <bibl>|{=1=}<quote>{=2=}</quote>{=3=}|
dann funktioniert das Austauschen nicht mehr. Warum? In
Deinem Beispiel stößt das Programm beim Bestimmen von '*'
auf das erste Blank zwischen 'es' und '<i>ist'. Das
Programm freut sich, weil dieses Blank ebenfalls dem
variabel definierten 'beliebig viele Blanks' entspricht,
es geht deshalb von der Definition von '*' zu diesem
'{0-0} ' über (hört also mit der Definition von '*'
auf), verzweifelt aber am danach fehlenden '<bibl>'
und bricht ab mit der Suche nach einer Übereinstimmung
mit der Such-Zflg.

Das dürfte auch die Antwort auf Deine abschließende
Frage sein, warum die von Dir gefundene (sehr kreative)
Lösung mit der Definition einer Stringgruppe mb funktioniert:
	S:mb=|{0-0 |
	a,,,|</beldat>{S:mb}{|}*{|}{S:mb}<bibl>|{=1=}<quote>{=2=}</quote>{=3=}|
In *dieser* Anweisung ist das Element {S:mb} nämlich
ein *starres*, kein variables. Wenn Du es mit einer
Häufigkeitsbedingung innerhalb der a-Anweisung garniert
hättest, hätte es ebenfalls *nicht* funktioniert.

NB: Deine Lösung gefällt mir wirklich sehr gut.

Es bleibt die Frage, ob man den Programmautor dazu
bewegen könnte, hier noch ein wenig nachzubessern,
damit eine variable Zahl von Blanks vor <bibl> ebenfalls
noch richtig verstanden wird. - Ohne ihm vorgreifen zu
wollen: Ich hätte einige Bedenken, an der bisherigen
Funktionsweise herumzudoktern, denn es besteht die
Gefahr, daß in vielen uralten gut funktionierenden
Programmroutinen sich einige wenige Austauscheanweisungen
plötzlich anders verhalten als bisher. Und so ein Risiko
wird doch wohl keiner gerne in Kauf nehmen wollen... Oder?


Viele Grüße reihum von

Michael Trauth


More information about the Tustep-Liste mailing list