Filtrera text – en nöt att knäcka!

Det finns ett textsträngskommando som heter Position, som i sin tur kan "mata" kommandot Middle osv, som i sin tur kan "mata" kommandot textcolor osv.

Men det tror jag inte på som lösning i det här fallet, men jag har en ide på hur man kan göra det.

Tänk dig att du splittar upp textsträngen i bitar med en smula intelligens, dvs den letar i strängen efter en kod enligt din lista och sedan efter färgkoder enligt din lista.

Sedan splittas grejerna upp i separata fält, för styrkoder och färgkoder, textsträng, styrkoder/färgkoder till, textsträng, fyra styrkoder/färgkoder till, textsträng osv. Kanske så här:

styrkod1
styrkod2
styrkod3
styrkod4
färgkod1
textsträng1
styrkod5
styrkod6
styrkod7
styrkod8
färgkod2
textsträng2

osv....

Manuset fungerar så att det loopar igenom strängen och skär av en bit i taget från vänster och kollar om det är en kod eller färg och är det varken eller så är det text. Sedan tar den nästa bit i den numera kortare strängen.

När du sedan har det, kan du ha villkor baserat på innehållet i fälten för att sedan skapa en sträng som faktiskt innehåller dina färgkoder och styrkoder som finns i Filemaker. Kommandot textformat kan sätta stil och färg och andra kommandon som Upper och Lower kan göra text versal och gemen mm.

När du har lite regler och struktur på dina fält, så är det lättare att göra beräkningen som anger stilen på texten. Färgkoden står i fältet för färgkod och 1-3 varianter på stil står i fälten för stil. Kvar är texten som skall ha den formateringen. När du har gjort detta för första textsträngen som hittas, så är det bara att upprepa det hela 2-5 gånger och du har återskapat exakta utseendet på texten som den såg ut på internetsiten.

Avslutningsvis när du har det där kan du med en annan funktion i Filemaker (heter något med CSS) konvertera den formaterade texten direkt till HTML. Klart att exportera.

Du kan använda TextWrangler (gratis) för att blixtsnabbt ta bort färgkoderna i alla två tusen filerna samtidigt.

Gör något av följande:

1. Öppna ett nytt fönster i TextWrangler. Dra och släpp alla 2000 filerna på det tomma fönstret. Tryck cmd-F och skriv \$[0-9abcdef]{3} i find-fältet, inget i replacefältet. Kryssa för "Grep" och klicka på ersätt alla. Detta tar bort alla färgkoder och du får en enda fil med alla 40000 poster.

2. I TextWrangler, tryck shift-cmd f (multi-file find) och välj att du vill söka i de tvåtusen filerna (du behöver inte öppna dem, tryck på "other..." om de inte syns i listan). Använd samma söksträng som ovan. Detta tar bort färgkoderna men behåller posterna i de 2000 ursprungliga filerna.

Formatkoderna kan ersättas på liknande sätt, men jag såg ingen sådan i ditt exempel.

Nej då, bara de som ingår i en tresiffrig {3} hexadecimal [0-9abcdef] grupp som följer ett dollartecken \$. Jag testade med ditt exempel innan jag postade tipset. Fungerade bra.

Jag tänkte också på att Grep borde kunna användas, men som sagt, jag uppfattade att förutsättningen var att behålla färgerna på något vis, men även få fram texten. Tycker att M. Sundbom lösning verkar fiffig, men den verkar bara ta bort färgkoderna och inte formatkoderna. Noterade också att du inte hade med dessa i ditt exempel.

Skall alla koder bort är det betydligt enklare, man skapar ett manus som loopar igenom poster.

I varje post skapar man en loop till gör koll om något finns kvar att ersätta, sedan görs en substitute om och om igen, tills dess inga ersättningar finns kvar.

Loop startar
Kolla först om det är styrkoder kvar, dessa börjar med $, men man vill inte hitta sekvensen $$ för det skall betyda $ och skall då vara kvar.
if (patterncount osv, leta efter $-tecken i fältet > 0 och det inte är patterncount $$=1)

Peta in fältet i en variabel.
Sätt en variabel som är noll variabeln_ersättningar_gjorda = 0
# Kolla vilka styrkoder det är:
if (patterncount "$i" )
subtitute ($1 till ""), peta in det i variabeln igen.
variabeln_ersättningar_gjorda + 1

else if (patterncount "$s")
subtitute ("$s" till ""), peta in det i variabeln igen.
variabeln_ersättningar_gjorda + 1

... här kommer en radda till med else if-satser för de övriga styrkoderna.

avslutar sökning efter $ i fältet
end if

exit loop if variabeln_ersättningar_gjorda = 0

end loop

Om det nu finns dollartecken kvar i fältet, så är det färgkoder som är kvar. Då använder man textfunktionerna position och middle för att ta bort färgkoden (dollartecken + tre tecken) där man hittar den. Detta är också en loop tills man inte hittar flera koder att ersätta.

Ungefär så...

Om jag fortsätter på grep-spåret (de söksträngar jag anger funkar i TextWrangler, grep-syntax kan variera så det är inte säkert att de funkar i t.ex. terminalens grep)...

För att ta bort ev formatkoder:
Sök efter \$[gimnstwz]
Ersätt med inget

För att ta behålla ev dollartecken i texten:
Sök efter \$\$
Ersätt med $

Det spelar ingen roll i vilken ordning du gör dessa tre sök-och-ersättningar eftersom de inte överlappar på något sätt.