Absatzzeichen finden, vor denen kein Satzzeichen steht

[Dr. Seltsam]

Bei der Nachbearbeitung eingescannter und OCR-gewandelter Bücher ist leider eine aufwändige manuelle Nachbearbeitung notwendig. Häufig gibt es ein Absatzteichen, obwohl der Text im nächsten Absatz weitergeht. Es wäre eine große Hilfe, wenn ich solche Fälle mit der Suchfunktion direkt finden könnte. Das müsste doch mit Regulären Ausdrücken irgendwie gehen. Vielleicht kann mir da jemand helfen?

Interessant wäre auch, Bindestriche vor einem Absatzzeichen auswerten zu können. Solche Fälle muss man sich gezielt ansehen ob es eine Silbentrennung ist, oder ob es danach groß weiter geht (=Doppelwort, wo der Bindestrich bleiben muss).

[miesepeter]

Häufig gibt es ein Absatzteichen, obwohl der Text im nächsten Absatz weitergeht. Es wäre eine große Hilfe, wenn ich solche Fälle mit der Suchfunktion direkt finden könnte. Das müsste doch mit Regulären Ausdrücken irgendwie gehen.

Es gibt natürlich beim Scannen mit OCR auch den Fall, dass nach einer Interpunktion ein Leerzeichen steht...

Hinweis: Mein Code bezieht sich auf den Einsatz von SUCHEN&ERSETZEN und AltSearch.oxt 1.4.2 (getestet mit LO 6.2.0.3).

Wie finde ich letzten Buchstaben/Leerzeichen vor einem Absatzendezeichen

Code: Alles auswählen

[a-z|A-Z| ]{1}$
oder
([a-z|A-Z| ]{1}$)

Ein Problem ist: Wie kann ich das Absatzendezeichen ersetzen (mit nichts oder mit Leerzeichen)?
Ich konnte nur mit AltSearch.oxt 1.4.2 einen Workaround finden.

SUCHEN

Code: Alles auswählen

([a-z|A-Z| ]{1}$)\p

ERSETZEN

Code: Alles auswählen

\0
oder
\0 

("gefundener Text" und nichts oder Leerzeichen: Dies ergab einen erzwungenen Zeilenwechsel; dieser könnte dann in einem weiteren Schritt ersetzt werden...)

Wie finde ich Punkt/Fragezeichen/Ausrufezeichen vor Absatzendezeichen?

Code: Alles auswählen

(\.|\?|\!)$

Wie finde ich einen Bindestrich oder Geviertstrich vor einem Absatzendezeichen?

Code: Alles auswählen

(-|–)$

Nachbearbeitung eingescannter und OCR-gewandelter Bücher

Ich täte mir die Arbeit nicht an. Für wenig Geld gibt's Programme wie Iris oder Finereader, die viel schneller und produktiver sind als die manuelle "Popelei".

Viel Erfolg.