edit

氾平旦玄幫溥

仇及本弁扑亦件匹反﹜Web曉井日午勻凶氾平旦玄毛幫溥允月杅芊毛濩抸仄引允﹝
動票及質咥毛杴伓卞仄引允﹝
’打立潸曰...ざ呿賄扑旦氾丞匹妐儂祭仃允月方丹卅妐儂毛踏五晶尹月﹋鏜“綜樊支扔□田卞方勻化升及方丹卅妐儂互請月井反引切引切匹允﹌
’妐仍午卞荼墊允月﹋鏜“100⊙敦僬卞反匹五引六氏﹌

犯□正及厶心慇心
仇仇匹反﹜target白巧伙母〇卞丐月wowcat.txt毛扔件皿伙午仄化銀迕仄引允﹝引內﹜仇及氾平旦玄毛伉旦玄卞厶心慇心引允﹝

--
#!/usr/local/bin/perl

$directory="target"; #杴讀及白央奶伙互丐月白巧伙母及抩憊
$out_dir="data"; #請恘白央奶伙毛仇及犯奴伊弁玄伉尺踏五請允--詨課
$file="wowcat\.txt"; #白央奶伙及抩憊﹝＞\.＝午仄化丐曰引允互\反卅仁化手幻廿OK
$separator="\\"; #由旦毛勾卅什筏寞匹﹜窗潘裔肣襖(UNIX... / Mac... :)
$in=$directory.$separator.$file; #鍬覆由旦匹白央奶伙毛隙爛

open (FILE, $in) || die "$in\n$!\n"; #白央奶伙左□皿件

while (<FILE>) { #白央奶伙〇及犯□正坌楞曰忒仄
	push (@array, $_); #ミ昫@array卞傘ダ
}

close FILE; #白央奶伙及弁伕□朮
--

籣醱匹荼墊今木凶妐毛勾卅什
慼卞﹜氾旦玄犯□正反塢ヶ墊匹銨引月組赭午公丹匹卅中組赭互丐曰﹜妐手釐朿坌互籣醱匹濠木化仄引勻化中引允﹝仇木毛蟾侹及濠木杴分仃互荼墊今木﹜丐午反勾卅互勻化中月妐午仄化幫溥允月仇午毛嗶尹引允﹝
Web曉匹反蟾侹毛刓允正弘反<P>午踏井木引允﹝仇木反葦凶杴卞反蟾侹及濠木杴卞域墊及塢ヶ墊毛じ木引允﹝仇及塢ヶ墊毛蟾侹及濠木杴午仄化�蠅允月仇午卞仄﹜丐午及荼墊反綽輪仄化蟆詨毛旦矢□旦匹勾卅仆引允﹝

--

for($i=1; $i<=$#array; $i++) { #ミ昫及邰豳毛綽輪仄凶中及匹﹜for妐毛銀迕
  if ($array[$i] eq "\n") {next;} #塢ヶ墊反窒手六內伙□皿毛�仃月
  if ($array[$i-1] eq "\n") {$array[$i] =~ s/^ +//; next;} #邰豳及ㄠ勾蟆互塢ヶ墊及樺寧﹜燮⑵及旦矢□旦質咥及心匹伙□皿毛�仃月
  #仇仇井日旦矢□旦匹洘瑛今六月質咥
  $array[$i] =~ s/^ +//; #墊⑵及尕迕卅旦矢□旦綽輪
  $array[$i-1] =~ s/ *\n$/ /; #蜇箕質咥醱及邰豳及ㄠ勾蟆及邰豳及墊坱及荼墊毛旦矢□旦卞譆晶
  $array[$i-1] = $array[$i-1].$array[$i]; #蜇箕及邰豳毛ㄠ勾蟆及邰豳卞勾卅仆月
  splice(@array, $i, 1); #蜇箕及邰豳毛ミ昫井日綽輪
  $i--; #邰豳ㄠ蛹妐毛市它件正□卞�掏
}

#動票反割カ及凶戶及foreach妐
foreach $yoso (@array) {
  print $yoso;
}

--

ㄠ妐內勾卞坌喃允月
慼卞﹜妐仍午卞荼墊允月杅芊卞勾中化嗶尹引允﹝
妐反＞.＝＞?＝＞!＝及詨卞塢ヶ妐儂﹋旦矢□旦井荼墊﹌支婁迕扞﹜市永戊互丐月樺寧卞嗉濠曰匹丐月午嗶尹月仇午互匹五引允﹝凶分﹜慼及方丹卅樺寧反泮莞匹允﹝
Mr. Downey is very optimistic and upbeat.
U.S. officials say they lack even a recent photograph.
曉筏匹＞Mr.＝支＞U.S.＝引凶反＞U.＝午＞S.＝匹荼墊允月及反引內中及匹﹜引內嗶尹日木月仇木日及妐儂昫毛犯□正午仄化筏狤仄引允﹝仇仇匹反旦市仿□庍醒$dont卞傘ダ仄引允﹝
--
$dont="\[A-Z\]|M(r|s|rs)|Dr|Calif|V[Aa]|[MS][Tt]|Jan|Feb|Mar|Apr|Aug|Sep(t|)|Oct|Nov|Dec|Assoc|Co|Gov|Se(n|c)|Ont|i\\\.e|e\\\.g|v(s|)|Pa|Fla|Re(p|v)|Gen|Univ|Jr|[fF]t|[Ss]gt|[Pp]res|[Pp]rof";
--
曉筏及犯□正反﹜動票及賄毛刓仄引允﹝
A. B. C. ... Z.
Mr. Ms. Mrs.
Dr.
Calif.
VA. Va.
MT. Mt. ST. St.
Jan. Feb. Mar. Apr. Aug. Sep. Sept. Oct. Nov. Dec.
Assoc.
Co.
Gov.
Sen. Sec.
Ont.
i.e.
e.g.
v. vs.
Pa.
Fla.
Rep. Rev.
Gen.
Univ.
Jr.
ft. Ft.
Sgt. sgt.
Pres. pres.
Prof. prof.

公木匹反﹜撢端卞本件氾件旦仍午卞荼墊允月綜僅毛嗶尹引允﹝
--
$dont="\[A-Z\]|M(r|s|rs)|Dr|Calif|V[Aa]|[MS][Tt]|Jan|Feb|Mar|Apr|Aug|Sep(t|)|Oct|Nov|Dec|Assoc|Co|Gov|Se(n|c)|Ont|i\\\.e|e\\\.g|v(s|)|Pa|Fla|Re(p|v)|Gen|Univ|Jr|[fF]t|[Ss]gt|[Pp]res|[Pp]rof";

foreach $yoso (@array) {
  $yoso =~ s/\? /\?\n/g;		#＞?＝+旦矢□旦毛荼墊
  $yoso =~ s/! /!\n/g;			#＞!＝≒旦矢□旦毛荼墊
  $yoso =~ s/(\.|!|\?)\" /$1\"\n/g;	#＞."＝＞!"＝＞?"＝≒旦矢□旦毛荼墊
  $yoso =~ s/\.\) /\.\)\n/g;		#＞?)＝≒旦矢□旦毛荼墊
  $yoso =~ s/\. /\.\n/g;		#＞.＝≒旦矢□旦毛荼墊
  $yoso =~ s/\b($dont)\.\n/$1\. /g;	#$dont卞寧譙允月樺寧及心汊窖今六月
  print $yoso;
}

--

$dont庍醒醱﹜i\\\.e卅升及筏課互丐曰引允互﹜仇木反＞\\＝午踏中化妐儂匹丐月＞\＝毛﹜＞\.＝午踏中化妐儂匹丐月＞.＝毛刓允凶戶匹允﹝⑺迋卞＞\[＝反妐儂匹丐月＞[＝毛﹜＞\]＝反妐儂匹丐月＞]＝毛刓允凶戶匹允﹝婁迕扞＞""＝匹區勻凶妐儂昫醱卞反﹜＞\n＝及方丹卅丟正平乓仿弁正互筏課匹五引允互﹜仇木毛＞//＝匹區勻凶懇筋刓蜇匹迕中月樺寧反﹜曉筏及方丹卅筏課及酷杅卞卅曰引允﹝perl匹反職卞＞''＝午中丹﹜扑件弘伙弁巧□玄匹區勻凶妐儂昫及刓筏芊互丐曰引允互﹜仇及樺寧反丟正平乓仿弁正反⑸五引六氏﹝

仍心潸曰
慼卞＞仍心潸曰＝及質咥毛嗶尹引允﹝仇及質咥反犯□正支交□扒□互优邰午仄化中月氾平旦玄及潘挀卞方勻化爾惘今木引允及匹﹜備憤匹优邰卅犯□正毛馨笛’膜懇仄化票今中﹝
拺“
$yoso =~ s/<[^<>]*>//g; #正弘毛綽輪
$yoso =~ s/\s+\n$/\n/; #荼墊蟆及旦矢□旦及綽輪
$yoso =~ s/ {2,}/ /g; #ㄡ蜊動曉及旦矢□旦及洘糧毛ㄠ蜊及旦矢□旦卞譆晶
$yoso =~ s/^ +//; #墊⑵及旦矢□旦綽輪
$yoso =~ s/耯/-/g; #妐儂祭仃允月妐儂及譆晶
$yoso =~ s/-/-/g; #妐儂祭仃允月妐儂及譆晶
$yoso =~ s/芳/(c)/g; #妐儂祭仃允月妐儂及譆晶
$yoso =~ s/﹊/'/g; #ㄡ田奶玄妐儂及譆晶
$yoso =~ s/﹍|﹎/"/g; #ㄡ田奶玄妐儂及譆晶
$yoso =~ s/’/*/g; #ㄡ田奶玄妐儂及譆晶
$yoso =~ s/([^ ])--([^ ])/$1 -- $2/g; #word--word午中丹組赭卞旦矢□旦醣じ
$yoso =~ s/ --([^ ])/ -- $1/g; # --word午中丹組赭卞旦矢□旦醣じ
$yoso =~ s/ -([^ -])/ - $1/g; # -word午中丹組赭卞旦矢□旦醣じ
$yoso =~ s/ \? / -- /g; # ? 午中丹由正□件毛 -- 卞譆晶

仇及方丹卅綜僅反﹜本件氾件旦坌喃質咥午⑺凜卞匹五引允及匹﹜公及伙□皿〇卞仇木日及妐毛呥戶慇心引允﹝

白央奶伙尺及踏五請仄
白央奶伙毛踏五慇心匹左□皿件仄引允﹝白央奶伙尺踏五慇戈樺寧手print毛銀中引允﹝

$in =~ s/$directory/$out_dir/; #じ恘白央奶伙及犯奴伊弁玄伉朿坌毛＞data＝卞庍凳
open (FILE, "> $in") || die "Can't create $in\n$!\n"; #白央奶伙毛踏五慇心匹左□皿件
foreach $yoso (@array) {
  print FILE $yoso; #print 及詨卞白央奶伙甩件玉伙抩毛踏仃壬﹜白央奶伙尺請恘今木月
}
close FILE; #白央奶伙弁伕□朮

燮幻升及荼墊質咥及伙□皿〇卞＞打立潸曰＝午＞踏五請仄＝毛馨笛允月午動票及方丹卞卅曰引允﹝

--

$dont="\[A-Z\]|M(r|s|rs)|Dr|Calif|V[Aa]|[MS][Tt]|Jan|Feb|Mar|Apr|Aug|Sep(t|)|Oct|Nov|Dec|Assoc|Co|Gov|Se(n|c)|Ont|i\\\.e|e\\\.g|v(s|)|Pa|Fla|Re(p|v)|Gen|Univ|Jr|[fF]t|[Ss]gt|[Pp]res|[Pp]rof";

$in =~ s/$directory/$out_dir/;
open (FILE, "> $in") || die "Can't create $in\n$!\n";

foreach $yoso (@array) {
  #仍心潸曰朿坌
  $yoso =~ s/<[^<>]*>//g;
  $yoso =~ s/\s+\n$/\n/;
  $yoso =~ s/ {2,}/ /g;
  $yoso =~ s/^ +//;
  $yoso =~ s/耯/-/g;
  $yoso =~ s/-/-/g;
  $yoso =~ s/芳/(c)/g;
  $yoso =~ s/﹊/'/g;
  $yoso =~ s/﹍|﹎/"/g;
  $yoso =~ s/’/*/g;
  $yoso =~ s/([^ ])--([^ ])/$1 -- $2/g;
  $yoso =~ s/ --([^ ])/ -- $1/g;
  $yoso =~ s/ -([^ -])/ - $1/g;
  $yoso =~ s/ \? / -- /g;
  
  #本件氾件旦坌喃朿坌
  $yoso =~ s/\? /\?\n/g;
  $yoso =~ s/! /!\n/g;
  $yoso =~ s/(\.|!|\?)\" /$1\"\n/g;
  $yoso =~ s/\.\) /\.\)\n/g;
  $yoso =~ s/\. /\.\n/g;
  $yoso =~ s/\b($dont)\.\n/$1\. /g;
  print FILE $yoso;
}
close FILE;
exit (0);

--

旦弁伉皿玄蟈蟲＿edit.pl