בירור | ניקוי קובץ טקסט מתווים מיותרים

מישהו12

@menajemmendel תודה, זה עבד.
רק עם בעיה קטנה אחת.
איפה שהיה גרשיים בטקסט (בדרך כלל במילה הרמב"ם). זה מחק אותם ואת כל מה שאחריהם.
וזה מה שאמרתי, שגירשיים בתוך הטקסט אני רוצה לשמור.
הדרך להבדיל היא, שאחרי גרשיים מהסוג שאני רוצה לשמור תמיד יופיע עוד תו, ואחרי אלו שאני רוצה למחוק אותם ואת מה שאחריהם, יופיע אנטר או רווח ואחריו אנטר.

menajemmendel

@מישהו12
תיקנתי תנסה עכשיו

מישהו12

@menajemmendel כתב בבירור | ניקוי קובץ טקסט מתווים מיותרים:

@מישהו12
תיקנתי תנסה עכשיו

עכשיו זה שומר את כל הגרשיים

MGM IVR

@מישהו12 כתב בבירור | ניקוי קובץ טקסט מתווים מיותרים:

@menajemmendel כתב בבירור | ניקוי קובץ טקסט מתווים מיותרים:

@מישהו12
תיקנתי תנסה עכשיו

עכשיו זה שומר את כל הגרשיים

זה עדיין עובד, יש לך עניין דווקא בדרך החלפה. או בתוצאה?
https://mitmachim.top/post/757976

צדיק תמים

@מישהו12 אני עדיין לא מבין את הרעיון המוזר לפרסר JSON באמצעות חיפוש והחלפה לסוגיו כאילו שזה טקסט רגיל

מישהו12

@צדיק-תמים יש לי עניין בתוצאה, לא מעניין אותי הדרך...

ישראל 142

@מישהו12 כתב בבירור | ניקוי קובץ טקסט מתווים מיותרים:

@menajemmendel כתב בבירור | ניקוי קובץ טקסט מתווים מיותרים:

@מישהו12
תיקנתי תנסה עכשיו

עכשיו זה שומר את כל הגרשיים

אז עכשיו אתה יכול לעשות החלפה של כל הרגשיים שיש לפניהם או אחריהם רווח -ברווח לבד, ואז כל הרגשיים שבתוך מילה ישארו

מישהו12

@ישראל-142 כתב בבירור | ניקוי קובץ טקסט מתווים מיותרים:

כל הרגשיים שיש לפניהם או אחריהם רווח -ברווח לבד

אם הייתי יודע איך לעשות החלפה של " שיש אחריהם אנטר, הנושא מתחילתו לא היה נפתח... זו בדיוק השאלה.

menajemmendel

@מישהו12 כתב בבירור | ניקוי קובץ טקסט מתווים מיותרים:

אם הייתי יודע איך לעשות החלפה של " שיש אחריהם אנטר, הנושא מתחילתו לא היה נפתח... זו בדיוק השאלה.

אתה יודע להשתמש בחפש והחלף?
CTRL +H
ותכתוב שם "^13

הסבר: ^13 הוא אנטר

מישהו12

@menajemmendel כתב בבירור | ניקוי קובץ טקסט מתווים מיותרים:

^13

לא עובד

מישהו12

@MGM-IVR אפשר את זה כסקריפט אחד שירוץ על קובץ בשם file.txt?

MGM IVR

@מישהו12 כתב בבירור | ניקוי קובץ טקסט מתווים מיותרים:

@MGM-IVR אפשר את זה כסקריפט אחד שירוץ על קובץ בשם file.txt?

import json

file = open('file.txt', 'r').read()
data = json.loads(file)

alltext = ""
 
for i in data:
    alltext += i["text"] + "\n"
    

open("output.txt", "w").write(alltext)

הקובץ צריך להיות במבנה json כמובן
למשל

[
    {
        "timestamp":[3249, 2455],
        "text" : "המחשבה בדבר"
    },
    {
        "timestamp":[3269, 1455],
        "text" : "המחשבה האמיתית"
    },
    {
        "timestamp":[234, 24423342555],
        "text" : "היא מחתימה את הכל "
    },
    {
        "timestamp":[3249, 2455],
        "text" : "עבור מישהו12 "
    }
]

מישהו12

@MGM-IVR

python script.py
Traceback (most recent call last):
  File "C:\Users\*****\Desktop\מסמכים אישיים\*******\New folder\script.py", line 3, in <module>
    file = open('file.txt', 'r').read()
           ^^^^^^^^^^^^^^^^^^^^^^^^^^^^
  File "C:\Users\*****\AppData\Local\Programs\Python\Python311\Lib\encodings\cp1255.py", line 23, in decode
    return codecs.charmap_decode(input,self.errors,decoding_table)[0]
           ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
UnicodeDecodeError: 'charmap' codec can't decode byte 0x9e in position 59: character maps to <undefined>

מישהו12

ChatGPT סיפק את התשובה אחרי הרבה ניסיונות

def clean_text(input_text):
    hebrew_sentences = []

    # קרא את הקובץ ונקה את המשפטים העבריים
    with open("input_file.txt", "r", encoding="utf-8") as file:
        for line in file:
            if '"text": "' in line:
                sentence = line.split('"text": "')[1].rstrip('\n').rstrip('"')
                hebrew_sentences.append(sentence)

    # החזר כל משפט בשורה נפרדת
    cleaned_text = "\n".join(hebrew_sentences)

    return cleaned_text

# קרא את קובץ הטקסט וקרא את המשפטים
cleaned_text = clean_text("input_file.txt")
print(cleaned_text)

# אם ברצונך לשמור את הטקסט הנקי בקובץ חדש
with open("output_file.txt", "w", encoding="utf-8") as file:
    file.write(cleaned_text)

https://chat.openai.com/share/3bc11429-df51-4046-b937-a98fc225c1b7