Tool zur Suche/Auflistung von verwendeten Abkürzungen in Dokumenten

[Xaar]

Hallöchen!

Kennt jemand 'n Tool, dem ich ein Text enthaltendes Dokument (z. B. PDF- oder Word-Dokument) zuführen kann, welches mir dann eine Liste ausspuckt, welche Abkürzungen da drin so gefunden wurden? Was als "Abkürzung" zählt, sollte man vorteilhafterweise festlegen können (also bspw. Worte, die mehr als einen Großbuchstaben enthalten, oder die auf einen "." enden).

Hintergrund ist das Abkürzungsverzeichnis in 'ner wissenschaftlichen Arbeit Das würde das Ganze doch merklich vereinfachen

[s4ndwichMakeR]

grep?

[Xaar]

(06.11.2016 23:31)s4ndwichMakeR schrieb:  grep?

Falls diese Antwort ernstgemeint war: Beispiel gefällig?

[Arnulf zu Linden]

(06.11.2016 10:11)Xaar schrieb:  Was als "Abkürzung" zählt, sollte man vorteilhafterweise festlegen können (also bspw. Worte, die mehr als einen Großbuchstaben enthalten, oder die auf einen "." enden).

Der Schuss wird gewaltig nach hinten losgehen, denn an fast jedem Satzende endet ein Wort mit einem Punkt.

[freaked]

Die windows suche kann doch dokumenteninhalte durchsuchen...dann einfach im explorer suchfeld die vorgegebenen abkürzungen rein klatschen

[Xaar]

(06.11.2016 23:46)Arnulf zu Linden schrieb:  Der Schuss wird gewaltig nach hinten losgehen, denn an fast jedem Satzende endet ein Wort mit einem Punkt.

Das ist mir bewusst. Aber lieber schaue ich mir 1000 gefundene Einträge an, als fast 30000 Wörter

---

(06.11.2016 23:51)freaked schrieb:  Die windows suche kann doch dokumenteninhalte durchsuchen...dann einfach im explorer suchfeld die vorgegebenen abkürzungen rein klatschen

Wie soll das gehen? Ich such ja nicht nach einer bestimmten Abkürzung (dafür kann ich auch die SuFu von Word oder dem Acrobat Reader nutzen), sondern will danach eine Auflistung aller "Abkürzungen" haben.

[Arnulf zu Linden]

(06.11.2016 23:52)Xaar schrieb:  sondern will danach eine Auflistung aller "Abkürzungen" haben.

Das wird schwierig, eine Möglichkeit wäre ein "Wörterbuchangriff" mit grep, also das Suchen gegen eine Liste mit Abkürzungen. Nicht allgemeinübliche Abkürzungen sollten in wissenschaftlichen Texten ohnehin bei Erstgebrauch ausgeschrieben sein, Beispiel:

… die Hochspannungs-Gleichstrom-Übertragung (HGÜ) wird … blablabla … die HGÜ … bläh sülz bla … wegen der HGÜ … bla blubb …

[Xaar]

(07.11.2016 00:08)Arnulf zu Linden schrieb:  Nicht allgemeinübliche Abkürzungen sollten in wissenschaftlichen Texten ohnehin bei Erstgebrauch ausgeschrieben sein, Beispiel:

… die Hochspannungs-Gleichstrom-Übertragung (HGÜ) wird … blablabla … die HGÜ … bläh sülz bla … wegen der HGÜ … bla blubb …

Das habe ich ja auch so. Nichts desto trotz gehören die Abkürzungen ins Abkürzungsverzeichnis - und das will ich gegenprüfen. Also ob alles das, was im Abkürzungsverzeichnis drin ist, auch im Text verwendet wird, und - was noch wichtiger ist! - , ob alle im Text verwendeten Abkürzungen auch im Abkürzungsverzeichnis drin sind.

Letztlich werd' ich wohl oder übel eh im Abkürzungsverzeichnis "abstreichen", wenn ich die Arbeit nochmal einer Kontrolllesung unterziehe.

[s4ndwichMakeR]

(06.11.2016 23:44)Xaar schrieb:  

(06.11.2016 23:31)s4ndwichMakeR schrieb:  grep?

Falls diese Antwort ernstgemeint war: Beispiel gefällig?

Natürlich war die ernst gemeint. Für genau solche Anwendungen wurde grep gemacht. Musst dir nur einen regulären Ausdruck zurechtbasteln, z.B. [A-Z-]{2,} (müsste man mal noch schauen wegen Unicode). Das mit dem Punkt als Satzzeichen wird dir aber tatsächlich auf die Füße fallen. Wie soll man bspw. das ›bspw.‹ von dem ›fallen.‹ im letzten Satz unterscheiden können? … Hmm, eventuell über den Case des ersten Buchstabens des folgenden Wortes. Wie gesagt, ist alles eine Frage der richtigen Regexp.

[Dirk]

Hatte auch mal in der Unizeit mit Python und Regex gespielt. Da ist viel möglich. Aber hat auch seine grenzen. Wenn es hilft kann man mit Calibre die pdfs und doc/docx in txt verwandeln. Dort ist auch ne Regexsuche drin, aber die wirft keine Liste, sondern nacheinnander stellen.

Die Frage ist, ob normale Abkürzungen gesucht werden müssen, sonst sind bspw. wirklich nicht ohne Wortliste zu finden. Der Großbuchstabe danach kann auch einfach aus einem Hauptwort entstammen. Wenn mehrere Großbuchstaben in einen Wort sind ist es ja einfach, einfach a-z und A-Z gierig aber nullig suchen zwischen 2 Großbuchstaben. Aber Regex ist auch nicht mein Steckenpferd.