[ID CS4-CS6] Убрать абзацы

[Пластилин]

Принесли текст после FineReader, каждая строка с абзаца, где запятые и переносы соединил.
Осталось убрать абзац как в примере.

 

[NNN5]

Вообще-то FineReader как раз и предназначен, чтобы с этим справляться, и умеет это очень хорошо. Гораздо лучше перенастроить его и распознать заново. Это делается автоматически.

 

[kuplumosk]

или

в чем проблема то?

 

[NNN5]

Проблема в одном: настоящие абзацы тоже уйдут и весь текст слипнется в один абзац. А так всё хорошо, конечно. Чтобы побороть это, нужно искать случаи, когда абзац начинается со строчной буквы. Но это - не панацея.

 

[kuplumosk]

Ну распознавали бы не построчно а блоками...перераспознать или заново абзацы расставить, смотря что быстрее

 

[Пластилин]

Вообще-то FineReader как раз и предназначен

Там нац язык, получилось так как получилось, везде абзацы, переносы как дефисы. Надо попросить еще раз их прогнать через FineReader.

 

[NNN5]

Не за что.

 

[Пластилин]

в чем проблема то?

Нужно найти абзац примыкающий к букве и заменить на пробел. Вот так он находит (любой символ слова и абзац) , в замене что поставить?

 

[NNN5]

Найти: \r(\l)
Заменить: пробел$1
Так пройдёте все сразу строчные буквы.

Потом по одному.
Найти: \r(\u)
Заменить: пробел$1
Так пойдёте по одному, решая, менять или оставить как начало абзаца.

 

[Пластилин]

NNN5, а как найти как у меня в примере? Слово или буква+абзац, замена на пробел. и тут исключаются все знаки препинания.


ps. вроде бы так заработало

 

[kstati]

Может быть подобное поможет.
Поиск - не знак пунктуации, следом абзац
Замена - пробел

find
(?<=[^[:punct:]])\r

change
*пробел