"Manueller Spaltenumbruch" überall löschen

[nji]

Ich habe in einem Dokumenttyp jeweils mehrere Dutzend "Manuelle Spaltenumbrüche".
(Die werden bei Anzeige von nicht-druckbaren Zeichen als "Manueller Spaltenumbruch"
mit einer Linie angezeigt).

Da die Spaltenumbrüche nach einer Formatierung meist an der falschen Stelle sind,
möchte ich sie allesamt entfernen.

Suchen und Ersetzen etc.? ( \n o.ä. geht nicht).
Speichern als RTF und löschen von \column geht leider auch nicht,
da meine Dokumente im RTF ziemlich krank dargestellt werden.

Weiß jemand einen Weg?

[miesepeter]

AltSearch.oxt : https://extensions.libreoffice.org/en/e ... show/70066
.

Suchen&Ersetzen_Spaltenumbruch.png (51.35 KiB) 1759 mal betrachtet

[nji]

Danke für den Hinweis.
Ich hab's probiert, aber bei meinem Dokument ersetzt er alles, aber nicht das, was er soll
(siehe Beschreibung oben).
Ich füge das mal als Anhang bei.
Die "Manuelle Spaltenumbrüche" sieht man, wenn man nicht-druckbare Zeichen anzeigen lässt:
Jeweils am Anfang der Spalten.

[miesepeter]

Hallo,

das könnte daran liegen, dass das Schriftstück aus Word-Format und evtl. vorheriger sonstiger Bearbeitung (war es ein PDF-Dokument?) zu komplex für AltSearch.oxt war. (AltSearch.oxt wird leider seit einigen Jahren nicht mehr weiterentwickelt.)
Wenn deine Zielstellung ist, die 13 Spaltenwechsel zu eliminieren, so kannst du das ja auch händisch veranlassen; sollte deine Datei länger sein (davon gehe ich aus), dann ist möglicherweise der Export nach HTML ein nützlicher Workaround, ein Wiedereinlesen als odt-Datei wäre dann einspaltig (wäre das für dich eine brauchbare Zielstellung?).
Auch das wäre kein Zuckerlecken, siehe auch deine Bemerkung über den RTF-Export.

Möglicherweise wäre ein schrittweiser OCR- oder Kopier-Vorgang bezogen auf dein Originaldokument die arbeitsintensivere, jedoch erfolgreichere Vorgehensweise.

Da der Dateiname auch Adobe beinhaltet, wäre es von Vorteil, dein bisheriges Vorgehen ausführlicher zu beschreiben; vielleicht lassen sich dann noch entsprechende Ansatzpunkte finden.

Ciao

[nji]

Das Ursprungsformat ist PDF, bei dem einige textuelle Änderungen vorgenommen werden sollen.
Mit Konvertern (nach docx oder odt) können die Änderungen dann gemacht werden
- bis auf die zu löschenden "Manuellen Spaltenumbrüche".
Das hochgeladene Dokument war nur ein Dummy, bei dem der Effekt auch auftritt;
typischerweise sind die die Dokumente viel größer. Da entfällt das manuelle Löschen.
Eine Zwischenkonvertierung zu RTF oder HTML führt leider auch nicht zum Erfolg.

Eigentlich scheint es mir aber schon eine Art Bug zu sein, wenn LO Writer die
"Manuellen Spaltenumbrüche" darstellt und kennzeichnet,
man sie aber nicht suchen/ ersetzen kann. Na-ja...

[miesepeter]

Das Ursprungsformat ist PDF, bei dem einige textuelle Änderungen vorgenommen werden sollen.
Mit Konvertern (nach docx oder odt) können die Änderungen dann gemacht werden

Welche Konverter benutzt du? Vermutlich müsstest du auf professionelle OCR-Software umsteigen, um bessere Ergebnisse zu erzielen. Das kostet aber ordentlich.

Eigentlich scheint es mir aber schon eine Art Bug zu sein, wenn LO Writer die "Manuellen Spaltenumbrüche" darstellt

Da hast du wohl recht. Die Frage ist halt, ob allein die Darstellung schon eine Art Fehlinterpretation des Dokuments ist. Ich habe mal die CONTENT.XML angesehen: Ein wildes Durcheinander von "Tags", wie es sonst nur in unprofessionell erstellten Schriftstücken mit massiver harter Formatierung zu sehen ist.

- Ciao

[nji]

Ich habe den online-Konverter von Adobe verwendet - der sollte es am saubersten können, dachte ich.
Aber: Er kann kein ODT erzeugen; und ist in der kostenlosen Version u.a. in der Größe beschränkt.
Konvertierungstools die ODT erzeugen, kommen mit den mir vorliegenden PDFs nicht gut zurecht.

Was das "wilde Durcheinander" in CONTENT.XML angeht, so wird das also tatsächlich von meinen
PDFs herrühren (auf die ich keinen Einfluss habe). In diesem Fall wundert mich das nicht.

Du hast OCR erwähnt.
Na-ja; im Prinzip eine Idee.
Aber das wäre ja ein wahnsinniger Aufwand (und das, obwohl der Text doch schon vorliegt).
Dann kann ich ja gleich eine "KI" verwenden, um für meine Tasse Tee eine Badewanne zu kochen.

Aber all' das ändert ja nichts an der Tatsache, dass LO-Writer "Manuelle Spaltenumbrüche"
nicht "Suchen und Ersetzen" kann. Von AltSearch (von 2007!) kann man das ja kaum erwarten.

Sackgassen everywhere.

[mikele]

Hallo,

Von AltSearch (von 2007!) kann man das ja kaum erwarten.

Das käme auf einen Versuch an.
Ansonsten kannst du natürlich auch ein kleines Makro über den Text laufen lassen und alle Spaltenumbrüche entfern:

Code: Alles auswählen

Sub Main
	odoc=ThisComponent
	otxt=odoc.Text
	oEnum=otxt.createEnumeration
	Do while oEnum.hasMoreElements
		oAbs=oEnum.nextElement
		If oAbs.BreakType=1 or  oAbs.BreakType=2 Then
			oAbs.BreakType=0
			oAbs.PageDescName=""
		end if
	Loop
End Sub

Abgespeichert unter "Meine Makros und Dialoge" (nicht im Dokument selbst) stünde es für alle Dokumente zur Verfügung und wäre mein Mittel der Wahl, wenn ich das Problem häufiger hätte.

[nji]

@mikele:
Versuch mit AltSearch habe ich schon (erfolglos) unternommen (s.o.).

ABER:
Dein netterweise erstelltes Makro funktioniert!!!
(Das ginge definitiv über meine Kenntnisse).

Allerdings ist mein DOCX (wegen des ursprünglichen PDFs) so "verwurschtelt",
mit all' seinen hard-codierten Dingen, dass die Löschung der "Manuellen Spaltenumbrüche"
keine wesentliche Wirkung auf die Darstellung hat (kein "Aufrücken").

Schon erschreckend, wie sehr eine "eigenwillige" Formatierung die Weiterverarbeitung
des Inhalts eines Dokuments behindern kann.
Vielleicht läuft das in so einem Fall tatsächlich auf eine komplette Neuinterpretation
der Darstellung hinaus (d.h. OCR + KI)...?

Nichtsdestotrotz:
Ganz herzlichen Dank!

[mikele]

Hallo,
ich bin mir nicht sicher, ob es nicht einfacher wäre, den Text pur in en neues Dokument zu kopieren und dann die gewünschten Formatierungen durchzuführen.
Um ein wenig Struktur in das Dokument zu bringen würde ich ansonsten mit folgendem Makro erst einmal einiges Entfernen (vor allem die Seitenumbrüche mit den neuen Seitenvorlagen):

Code: Alles auswählen

Sub spaltenumbruch
	odoc=ThisComponent
	otxt=odoc.Text
	'Entfernen aller Bereiche
	for i= oDoc.textsections.count-1 to 0 Step -1
		oTxt.removeTextContent(oDoc.textsections.getByIndex(i))
	next
	'Entfernen aller harten Spalten- und  Seitenumbrüche
	oEnum=otxt.createEnumeration
	Do while oEnum.hasMoreElements
		oAbs=oEnum.nextElement
		If oAbs.BreakType<>0 or oAbs.PageDescName<>"" Then
			oAbs.BreakType=0
			oAbs.PageDescName=""
		end if
	loop
	'Entfernen aller Linien etc.
	odp=odoc.Drawpage
	for i=odp.count-1 to 0 step -1
		odraw=odp.getbyindex(i)
		if left(odraw.name,4)="Form" or left(odraw.name,4)="Grap" then
			oTxt.removeTextContent(odraw)
		end if
	next

End Sub

Danach kann die Seite sauber formatiert werden (z. B. dreispaltig) und als .ods gespeichert werden. Für den ein oder anderen Absatz bleibt noch ein bisschen manuelles Nacharbeiten.