[Trennmuster] Trenn-stel-len=ab-frage=skript

[Stephan Hennig]

WARNING: This e-mail has been altered by MIMEDefang.  Following this
paragraph are indications of the actual changes made.  For more
information about your site's MIMEDefang policy, contact
MIMEDefang Administrator's Full Name <postmaster at dante.de>.  For more information about MIMEDefang, see:

            http://www.roaringpenguin.com/mimedefang/enduser.php3

An attachment of type text/plain, named showhyphens-latex.sh was removed from this document as it
constituted a security hazard.  If you require this document, please contact
the sender and arrange an alternate means of receiving it.


An attachment of type text/plain, named showhyphens-lualatex.sh was removed from this document as it
constituted a security hazard.  If you require this document, please contact
the sender and arrange an alternate means of receiving it.

-------------- nächster Teil --------------
Am 06.08.2013 15:00, schrieb Georg Pfeiffer:

> Hallo, nach dem ich nun selbst Trennmuster generieren und einsetzen
> kann, suche ich eine Möglichkeit, mögliche Trennstellen (von außen)
> skriptweise abzufragen.

Was hast du denn vor?  Nur Sichtkontrolle oder noch mehr?


> TeX::Hyphen verspricht, das zu tun, tut aber nicht zuverlässig. Auch
> wenn man ihm die richtige Trennmusterdatei zuweist, trennt es falsch,
> wo LaTeX richtig trennt. Gibt es nicht eine alternative Möglichkeit?

Zum einen kannst du das Kommando \showhyphens in LaTeX verwenden.  Ich
habe zwei Skripten angehängt, welches als Parameter eine UTF-8-kodierte
Eingabedatei, die die zu trennenden Wörter enthält.  Die Wörter werden
jeweils mit LaTeX & Babel bzw. LuaLaTeX & Polyglossia getrennt und die
entsprechenden Zeilen mittels awk aus der LOG-Datei herausgefischt. Bei
LaTeX & Babel ist die Ausgabekodierung daher T1 (Cork).  (Per recode
könnte man das noch in UTF-8 wandeln.)

Alternativ kannst du auch das Perl-Skript skripte/apply-pattern.pl
verwenden.  Dieses lässt die Wörter direkt durch patgen trennen.
Voraussetzung ist, dass eine Musterdatei in Latin-1-Kodierung vorhanden
ist.  Man kann zum Beispiel dehypht-x/pattern.8 verwenden:

>   perl skripte/apply-pattern.pl dehypht-x/pattern.8 daten/german.tr < in > out

Zu beachten ist, dass beide Wege unter Umständen zu unterschiedlichen
Ergebnissen führen.  LaTeX bzw. Babel/Polyglossia enthalten einige
Fehler, die manchmal die Trennung beeinflussen.

1. Zum Beispiel werden, wenn falsche Ligaturen im Quelltext
   durch "| ausgezeichnet werden, \lefthyphenmin und
   \righthyphenmin nicht immer korrekt berücksichtigt und
   Ligaturen durchaus getrennt, obwohl sie wegen hoher
   hyphenmin-Werte ungetrennt bleiben sollten.

2. Bei Verwendung der Kürzel für die Dreikonsonantenregel trennt
   Babel im hinteren Wortteil zum Beispiel gar nicht:

     Kunststo"ffensterrahmen  =>  Kunst-stoff-fensterrahmen

   Polyglossia trennt wiederum beide Wortteile unabhängig
   voneinander:

     Kunststo"ffensterrahmen  =>  Kunst-stoff-fen-ster-rah-men

   Beide Trennungen sind jedoch falsch.  Den Mustern nach sollte

     Kunst-stoff-fenster-rah-men

   getrennt werden, die irreführende Trennung Kunststoffen-
   sterrahmen also entfallen.  Mit LaTeX ist das bisher nicht
   möglich.


> Etwa mit Lua oder so?

Irgendwo hatte ich noch eine Implementierung des Trennalgorithmus in
Lua.  Wenn ich es wiederfinde, melde ich mich.

Viele Grüße,
Stephan Hennig