diff options
Diffstat (limited to 'src/main/java')
| -rw-r--r-- | src/main/java/eu/mulk/aendggner/aenderung/parse/BefehlErkenner.java | 33 | ||||
| -rw-r--r-- | src/main/java/eu/mulk/aendggner/aenderung/parse/TextBereiniger.java | 11 |
2 files changed, 28 insertions, 16 deletions
diff --git a/src/main/java/eu/mulk/aendggner/aenderung/parse/BefehlErkenner.java b/src/main/java/eu/mulk/aendggner/aenderung/parse/BefehlErkenner.java index 122fb6b..967fa0f 100644 --- a/src/main/java/eu/mulk/aendggner/aenderung/parse/BefehlErkenner.java +++ b/src/main/java/eu/mulk/aendggner/aenderung/parse/BefehlErkenner.java @@ -46,7 +46,7 @@ final class BefehlErkenner { // Wiederkehrende Bausteine. private static final String WOERTER = - "(?:die Wörter|das Wort|die Angabe|die Zahl|die Verweisung)"; + "(?:die (?:Wörter|Worte)|das Wort|die Angabe|die Zahl|die Verweisung)"; private static final String Z = "«(\\d+)»"; // Der Doppelpunkt fehlt gelegentlich (Seitenumbruch-Artefakt); für einen Punkt mit Unterpunkten @@ -138,7 +138,7 @@ final class BefehlErkenner { // darf auch hier verkürzt sein („Die Angabe „X“ wird durch „Y“ ersetzt“, hessisches GVBl). private static final Pattern ERSETZUNG_OHNE_STELLE = Pattern.compile( - "^(?:Die Wörter|Das Wort|Die Angabe|Die Zahl|Die Verweisung) " + "^(?:Die (?:Wörter|Worte)|Das Wort|Die Angabe|Die Zahl|Die Verweisung) " + Z + " (?:wird|werden) (jeweils )?durch (?:" + WOERTER @@ -152,7 +152,7 @@ final class BefehlErkenner { private static final Pattern ERSETZUNG_MIT_ANKER = Pattern.compile( "^(?:In )?(.+?) (?:wird|werden) (?:jeweils )?nach " - + "(?:dem Wort|den Wörtern|der Angabe|der Zahl|der Verweisung) " + + "(?:dem Wort|den (?:Wörtern|Worten)|der Angabe|der Zahl|der Verweisung) " + Z + " " + WOERTER @@ -168,7 +168,7 @@ final class BefehlErkenner { private static final Pattern WORT_VORANSTELLUNG = Pattern.compile( "^(?:In )?(.+?) (?:wird|werden) (?:jeweils )?" - + "(?:dem Wort|den Wörtern|der Angabe|der Zahl|der Verweisung) " + + "(?:dem Wort|den (?:Wörtern|Worten)|der Angabe|der Zahl|der Verweisung) " + Z + " " + WOERTER @@ -224,7 +224,7 @@ final class BefehlErkenner { private static final Pattern WOERTER_EINFUEGUNG = Pattern.compile( "^(?:In )?(.+?) (?:wird|werden) (?:jeweils )?(nach|vor) " - + "(?:dem Wort|den Wörtern|der Angabe|der Zahl|der Verweisung) " + + "(?:dem Wort|den (?:Wörtern|Worten)|der Angabe|der Zahl|der Verweisung) " + Z + " " + WOERTER @@ -257,7 +257,7 @@ final class BefehlErkenner { // statt einer Stellenangabe; das Ziel selbst erbt der Befehl aus dem Kontextrahmen. private static final Pattern STRUKTUR_EINFUEGUNG_WORTANKER = Pattern.compile( - "^(Nach|Vor) (?:dem Wort|den Wörtern|der Angabe|der Zahl) " + "^(Nach|Vor) (?:dem Wort|den (?:Wörtern|Worten)|der Angabe|der Zahl) " + Z + " (?:wird|werden) (?:der |die |das )?folgende[nrs]? (?:neue[nrs]? )?(.+?) " + "(?:ein|an)gefügt: " @@ -402,7 +402,7 @@ final class BefehlErkenner { // allem als rechte Klausel eines Verbunds auf („… ersetzt und die Angabe „X“ wird gestrichen“). private static final Pattern STREICHUNG_OHNE_STELLE = Pattern.compile( - "^(?:Die Wörter|Das Wort|Die Angabe|Die Zahl|Die Verweisung) " + "^(?:Die (?:Wörter|Worte)|Das Wort|Die Angabe|Die Zahl|Die Verweisung) " + Z + " (?:wird|werden) " + "(?:jeweils )?gestrichen\\.$"); @@ -479,7 +479,7 @@ final class BefehlErkenner { private static final Pattern KOMMA_UND_WOERTER_EINFUEGUNG = Pattern.compile( "^(?:In )?(.+?) (?:wird|werden) (?:jeweils )?(nach|vor) " - + "(?:dem Wort|den Wörtern|der Angabe|der Zahl|der Verweisung) " + + "(?:dem Wort|den (?:Wörtern|Worten)|der Angabe|der Zahl|der Verweisung) " + Z // Das wiederholte Verb fehlt im amtlichen Satz oft („… ein Komma und die Angabe „…“ // eingefügt“, GV. NRW.). @@ -545,7 +545,8 @@ final class BefehlErkenner { + "$"); // Paare trennen sich an „ und “/„ sowie “ sowie an Kommata vor dem nächsten Wörter-Objekt. private static final Pattern PAAR_SEP = - Pattern.compile(" und | sowie |,\\s+(?=(?:die Wörter|das Wort|die Angabe|die Zahl) )"); + Pattern.compile( + " und | sowie |,\\s+(?=(?:die (?:Wörter|Worte)|das Wort|die Angabe|die Zahl) )"); // „Die bisherigen Absätze 6 und 7 werden die Absätze 1 und 2.“ — koordinierte Umnummerierung. private static final Pattern UMNUMMERIERUNG_KOORDINIERT = @@ -576,7 +577,7 @@ final class BefehlErkenner { Pattern.compile("(?: und | sowie |,\\s+)(?=nach |vor )"); private static final Pattern EIN_EINFUEGUNGS_PAAR = Pattern.compile( - "^(nach|vor) (?:dem Wort|den Wörtern|der Angabe|der Zahl) " + "^(nach|vor) (?:dem Wort|den (?:Wörtern|Worten)|der Angabe|der Zahl) " + Z + " (?:(ein Komma und )?(?:wird |werden )?" + WOERTER @@ -593,7 +594,7 @@ final class BefehlErkenner { // Komma-Kette gleichrangiger Klauseln („… ersetzt, die Angabe «n» wird gestrichen // und …“) — nur vor einer Wortgruppen-Klausel mit maskiertem Zitat, damit echte // Relativsätze nicht getrennt werden. - + "|, (?=(?:die Wörter|das Wort|die Angabe|die Zahl) «)" + + "|, (?=(?:die (?:Wörter|Worte)|das Wort|die Angabe|die Zahl) «)" // Ebenso vor einer Satzzeichen-Klausel („… ersetzt, der Punkt am Ende durch ein // Semikolon ersetzt und …“). + "|, (?=(?:der Punkt|das Komma|das Semikolon) am Ende)"); @@ -619,7 +620,7 @@ final class BefehlErkenner { private static final Pattern KOMMA_EINFUEGUNG = Pattern.compile( "^(?:In )?(.+?) (?:wird|werden) (?:jeweils )?(nach|vor) " - + "(?:dem Wort|den Wörtern|der Angabe|der Zahl|der Verweisung) " + + "(?:dem Wort|den (?:Wörtern|Worten)|der Angabe|der Zahl|der Verweisung) " + Z + " (ein Komma|ein Semikolon|einen Punkt) eingefügt\\.$"); @@ -627,7 +628,7 @@ final class BefehlErkenner { // den Kontext). Tritt vor allem als rechte Klausel eines Verbundbefehls auf. private static final Pattern EINFUEGUNG_ANKER_ZUERST = Pattern.compile( - "^(Nach|Vor) (?:dem Wort|den Wörtern|der Angabe|der Zahl) " + "^(Nach|Vor) (?:dem Wort|den (?:Wörtern|Worten)|der Angabe|der Zahl) " + Z + " (?:wird|werden) (?:" + WOERTER @@ -675,7 +676,7 @@ final class BefehlErkenner { // „wird/werden“ ergänzt {@link #vervollstaendigeVerbRahmenPunkt}. private static final Pattern VERB_RAHMEN_PUNKT = Pattern.compile( - "^[Ii]n (.+?) (?=(?:die Wörter|das Wort|die Angabe|die Zahl) «)(.+?)[,.]?(?: und)?$"); + "^[Ii]n (.+?) (?=(?:die (?:Wörter|Worte)|das Wort|die Angabe|die Zahl) «)(.+?)[,.]?(?: und)?$"); /** Das Verb eines Verb-Rahmens („Es werden ersetzt:“), sonst leer. */ static Optional<String> verbRahmen(String text) { @@ -1640,8 +1641,8 @@ final class BefehlErkenner { // des zuvor gesetzten Skopus (Gapping): „… und die Angabe „X“ wird gestrichen/eingefügt“. private static final Pattern REINE_WORT_OPERATION = Pattern.compile( - "(?i)(?:die Angabe|nach der Angabe|vor der Angabe|die Wörter|die Worte|" - + "nach den Wörtern|vor den Wörtern|das Wort)\\b"); + "(?i)(?:die Angabe|nach der Angabe|vor der Angabe|die (?:Wörter|Worte)|die Worte|" + + "nach den (?:Wörtern|Worten)|vor den (?:Wörtern|Worten)|das Wort)\\b"); // Klausel, deren Subjekt ein Satzzeichen ist („das Komma wird durch … ersetzt“). private static final Pattern SATZZEICHEN_SUBJEKT = diff --git a/src/main/java/eu/mulk/aendggner/aenderung/parse/TextBereiniger.java b/src/main/java/eu/mulk/aendggner/aenderung/parse/TextBereiniger.java index ffe3afa..c0a912f 100644 --- a/src/main/java/eu/mulk/aendggner/aenderung/parse/TextBereiniger.java +++ b/src/main/java/eu/mulk/aendggner/aenderung/parse/TextBereiniger.java @@ -295,6 +295,16 @@ public final class TextBereiniger { + "Nr\\.\\s*\\d+ vom \\d{1,2}\\. \\p{L}+ \\d{4}" + "(?:[ \\t\\n]*Seite \\d+ von \\d+)?[ \\t]*"); + // GVBl. für Rheinland-Pfalz (elektronische Verkündung seit dem 1. Juli 2026): Der Seitenfuß + // („Gesetz- und Verordnungsblatt für das Land Rheinland-Pfalz - Nr. 21 vom 10. August 2026“) + // steht ebenso im Inhaltsstrom und zerschneidet dort das Zitat einer Neufassung („§ 18 erhält + // folgende Fassung:“ / Fußzeile / „„§ 18 …““). Die vorangehende Seitenzahl steht auf eigener + // Zeile und wird als Kolumnentitel erkannt. + private static final Pattern GVBL_RP_FUSS = + Pattern.compile( + "[ \\t]*Gesetz- und Verordnungsblatt für das Land Rheinland-Pfalz[ \\t\\n]*-[ \\t\\n]*" + + "Nr\\.\\s*\\d+ vom \\d{1,2}\\. \\p{L}+ \\d{4}[ \\t]*"); + // Die Blattzählung des GBl. BW („Seite 2 von 7“) steht im Inhaltsstrom mitunter für sich allein, // getrennt vom übrigen Seitenfuß, und zwar zwischen zwei Gliederungspunkten — sie hinge sonst dem // vorangehenden Befehl an und machte ihn unkenntlich. @@ -339,6 +349,7 @@ public final class TextBereiniger { text = GVBL_TH_KOPF.matcher(text).replaceAll("\n"); text = GVBL_TH_FUSS.matcher(text).replaceAll("\n"); text = GBL_BW_FUSS.matcher(text).replaceAll("\n"); + text = GVBL_RP_FUSS.matcher(text).replaceAll("\n"); var zeilen = entferneKolumnentitel(zerlegeInZeilen(text)); var verbunden = verbindeUmbrueche(zeilen); // Falsch-positive markerlose Zusammenzüge („durch“ + „die“ → „durchdie“) reparieren — die |