बारह साल की लंबाई की एक छोटी परियोजना का इतिहास (पहली बार और ईमानदारी से पहली बार BIRMA.NET के बारे में)

इस परियोजना के जन्म को एक छोटा विचार माना जा सकता है, जो मुझे 2007 के अंत में कहीं आया था, जो केवल 12 साल बाद (अंतिम समय में, निश्चित रूप से, हालांकि वर्तमान कार्यान्वयन, लेखक की राय में, बहुत संतोषजनक है) ।

यह सब इस तथ्य से शुरू हुआ कि पुस्तकालय में अपने आधिकारिक कर्तव्यों को पूरा करने की प्रक्रिया में, मैंने इस तथ्य पर ध्यान आकर्षित किया कि मौजूदा डेटाबेस में पुस्तक (और संगीत) प्रकाशनों की सामग्री के स्कैन किए गए पाठ से डेटा दर्ज करने की प्रक्रिया, जाहिरा तौर पर, बहुत सरल हो सकती है। और स्वचालित रूप से इनपुट के लिए आवश्यक सभी डेटा के क्रम और पुनरावृत्ति की संपत्ति का उपयोग करते हुए, जैसे कि लेख के लेखक का नाम (यदि हम लेखों के संग्रह के बारे में बात कर रहे हैं), लेख का नाम (या सामग्री की तालिका में दर्शाया गया उपशीर्षक) और सामग्री की वर्तमान तालिका का पृष्ठ। सबसे पहले, मैं लगभग आश्वस्त था कि इस कार्य के लिए उपयुक्त एक प्रणाली इंटरनेट पर आसानी से मिल सकती है। जब कुछ आश्चर्य इस तथ्य के कारण हुआ कि मुझे इस तरह की परियोजना नहीं मिली, तो मैंने इसे अपने दम पर लागू करने की कोशिश करने का फैसला किया।

काफी कम समय के बाद, पहले प्रोटोटाइप ने काम करना शुरू कर दिया, जिसे मैंने तुरंत अपने दैनिक कार्यों में उपयोग करना शुरू कर दिया, साथ ही साथ मेरे हाथ आए सभी उदाहरणों के साथ इसे डिबग करना शुरू कर दिया। सौभाग्य से, मेरे सामान्य कार्यस्थल में, जहां मैं प्रोग्रामर नहीं था, तब भी मैं काम में दिखाई देने वाले "अपमान" से दूर होने में सक्षम था, जिसके दौरान मैंने अपने दिमाग की उपज को डिबग करने के लिए कड़ी मेहनत की - आज की वास्तविकताओं में लगभग एक अकल्पनीय बात, दैनिक रिपोर्ट के बारे में दिन के दौरान किए गए काम। कार्यक्रम को चमकाने की प्रक्रिया में एक वर्ष से भी कम समय नहीं लगा, लेकिन उसके बाद भी परिणाम को पूरी तरह से सफल कहा जा सकता है - कई अलग-अलग अवधारणाएं थीं जो शुरुआत से लागू करने के लिए काफी समझदार नहीं थीं: वैकल्पिक तत्व जिन्हें छोड़ दिया जा सकता था; तत्वों का प्रमुख दृष्टिकोण (पिछले तत्वों के खोज परिणामों को प्रतिस्थापित करने के उद्देश्य से); यहां तक ​​कि नियमित अभिव्यक्ति (एक विशिष्ट वाक्यविन्यास होने) जैसे कुछ को लागू करने का आपका अपना प्रयास। मुझे कहना होगा कि इससे पहले मैं प्रोग्रामिंग को थोड़ा फेंकने में कामयाब रहा (लगभग 8 वर्षों तक, यदि अधिक नहीं), तो एक दिलचस्प और आवश्यक कार्य के लिए अपने कौशल को लागू करने का एक नया अवसर पूरी तरह से मेरा ध्यान आकर्षित करता है। यह आश्चर्य की बात नहीं है कि परिणामी स्रोत कोड - मेरे लिए इसे डिजाइन करने के लिए किसी भी समझदार दृष्टिकोण की अनुपस्थिति में - सी भाषा में कुछ सी ++ तत्वों और दृश्य प्रोग्रामिंग के पहलुओं के साथ जल्दी से असमान टुकड़ों का एक अकल्पनीय मिश्रण बन गया (यह मूल रूप से उपयोग करने का निर्णय लिया गया था। बोरलैंड C ++ बिल्डर के रूप में इस तरह के एक डिजाइन प्रणाली - "लगभग डेल्फी, लेकिन सी में")। हालाँकि, यह सब अंततः हमारे पुस्तकालय की दैनिक गतिविधियों के स्वचालन में बंद हो गया।

उसी समय, मैंने फैसला किया, बस मामले में, पेशेवर सॉफ्टवेयर डेवलपर्स के लिए प्रशिक्षण पाठ्यक्रम लेने के लिए। मुझे नहीं पता कि क्या यह वास्तव में "प्रोग्रामर से" स्क्रैच से सीखना संभव है, लेकिन उस समय मेरे पास पहले से मौजूद कौशल को ध्यान में रखते हुए, मैं विकसित करने के लिए C #, विजुअल स्टूडियो जैसी कुछ अधिक उन्नत तकनीकों को मास्टर करने में सक्षम था। NET, साथ ही जावा, एचटीएमएल और एसक्यूएल से संबंधित कुछ प्रौद्योगिकियां। सभी प्रशिक्षणों में कुल दो साल लगे, और मेरी एक अन्य परियोजना के लिए शुरुआती बिंदु के रूप में कार्य किया, जो अंततः कई वर्षों में समाप्त हो गया - लेकिन यह पहले से ही एक अलग प्रकाशन के लिए एक विषय है। यहां यह ध्यान रखना उचित होगा कि मैंने C # और WinForms में पूर्ण कार्यक्षमता वाली विंडो एप्लिकेशन बनाने के लिए पहले से वर्णित अनुभव पर अनुकूलन करने का प्रयास किया, जो आवश्यक कार्यक्षमता को लागू करता है, और आगामी स्नातक परियोजना के आधार पर इसे लागू करता है।
समय के साथ, यह विचार विभिन्न पुस्तकालयों के प्रतिनिधियों जैसे LIBCOM और CRIMEA की भागीदारी के साथ इस तरह के वार्षिक सम्मेलनों में आवाज उठाने योग्य लगने लगा। विचार हाँ है, लेकिन किसी भी तरह से उस समय की मेरी प्राप्ति नहीं है। फिर मैंने यह भी उम्मीद की, अन्य बातों के अलावा, कि कोई और अधिक सक्षम दृष्टिकोण का उपयोग करके इसे फिर से लिखेगा। एक तरह से या किसी अन्य, 2013 तक, मैंने अपने प्रारंभिक कार्य पर एक रिपोर्ट तैयार करने और सम्मेलन में भाग लेने के लिए अनुदान के लिए एक सम्मेलन के साथ सम्मेलन आयोजन समिति को भेजने का फैसला किया। मेरे कुछ आश्चर्य के लिए, मेरा आवेदन संतुष्ट था, और मैंने सम्मेलन में प्रस्तुति के लिए इसे तैयार करने के लिए परियोजना में कुछ सुधार करना शुरू किया।

उस समय तक, परियोजना को पहले से ही एक नया नाम BIRMA प्राप्त हुआ था, विभिन्न अतिरिक्त (जो पूरी तरह से प्रतीक्षित रूप से इतना अधिक एहसास नहीं हुआ) अवसरों का अधिग्रहण किया - सभी विवरण मेरी रिपोर्ट में पाए जा सकते हैं ।

सच कहूँ तो, 2013 BIRMA कुछ पूर्ण कॉल करना मुश्किल था; सच कहूँ तो, यह एक कोड़ा था जो बहुत हैडी क्राफ्ट बना था। कोड भाग के लिए, व्यावहारिक रूप से कोई विशेष नवाचार नहीं थे, इसके अलावा, पार्सर के लिए कुछ प्रकार के एकीकृत सिंटैक्स बनाने के लिए असहाय प्रयास के अलावा, जो दिखने में आईआरबीआईएस 64 प्रारूपण भाषा से मिलता-जुलता है (और वास्तव में, आईएसआईएस, यहां तक ​​कि चक्रीय संरचनाओं की भूमिका में कोष्ठक के साथ; तब मुझे ऐसा लगा कि यह बहुत अच्छा लग रहा है)। पार्सर उम्मीद से इसी प्रकार के कोष्ठक से इन भँवरों पर ठोकर खाई (चूंकि कोष्ठक ने वहीं भूमिका निभाई, अर्थात्, उन्होंने वैकल्पिक संरचनाओं को चिह्नित किया जो पार्सिंग के दौरान छोड़ दिया जा सकता था)। हर कोई जो तत्कालीन हार्ड-टू-इमेज, अनुचित BIRMA सिंटैक्स के साथ अधिक विस्तार से परिचित होना चाहता है, मैं फिर से उस समय की अपनी रिपोर्ट का संदर्भ देता हूं।

सामान्य तौर पर, अपने स्वयं के पार्सर के साथ संघर्ष को छोड़कर, फिर जहां तक ​​इस संस्करण के कोड का संबंध है, मेरे पास कहने के लिए और कुछ नहीं है - केवल .NET कोड में उपलब्ध स्रोतों के रिवर्स रूपांतरण के अलावा .NET कोड की कुछ विशिष्ट विशेषताओं के संरक्षण के साथ (ईमानदार होने के लिए, यह समझना मुश्किल है। क्या वास्तव में मुझे सब कुछ वापस स्थानांतरित करने के लिए प्रेरित किया - शायद मेरे स्रोत कोड को गुप्त रखने के लिए किसी तरह का निराला डर, जैसे कि यह कोका-कोला की गुप्त नुस्खा के बराबर कुछ था)।

शायद इस मूर्खतापूर्ण निर्णय में परिणामी DLL को मौजूदा स्व-निर्मित वर्कस्टेशन इंटरफ़ेस के साथ इलेक्ट्रॉनिक कैटलॉग में डेटा दर्ज करने में कठिनाइयों का कारण भी शामिल है (हाँ, मैंने अभी तक एक और महत्वपूर्ण तथ्य का उल्लेख नहीं किया है: अब से सभी BIRMA नेटवर्क कोड में था) जैसा कि अपेक्षित था, इंटरफ़ेस से अलग किया गया और उचित DLL में पैक किया गया)। आपको इन उद्देश्यों के लिए एक अलग वर्कस्टेशन लिखने की आवश्यकता क्यों थी, जो कि वैसे भी, इसकी उपस्थिति में और उपयोगकर्ता के साथ बातचीत करने के तरीके में, बेशर्मी से IRBIS 64 सिस्टम के समान "कैटलॉग" वर्कस्टेशन की नकल की - यह एक अलग मुद्दा है। संक्षेप में: उन्होंने स्नातक परियोजना के लिए उस समय की मेरी उपलब्धियों के लिए उचित सम्मान दिया (अन्यथा अकेले अपचनीय पार्सर इंजन किसी तरह पर्याप्त नहीं था)। इसके अलावा, मुझे तब कुछ कठिनाइयों का सामना करना पड़ा जब "कैटलॉगाइज़र" वर्कस्टेशन को लागू करने के लिए अपने स्वयं के मॉड्यूल के साथ युग्मन C ++ और C # दोनों में लागू किया गया, और सीधे मेरे इंजन को संबोधित किया।

सामान्य तौर पर, विचित्र रूप से पर्याप्त है, लेकिन यह भविष्य के BIRMA.NET का अजीबोगरीब प्रोटोटाइप था जो अगले चार वर्षों के लिए मेरा "वर्कहॉर्स" बनने के लिए किस्मत में था। यह नहीं कहा जा सकता है कि इस समय के दौरान मैंने एक लंबे समय के विचार के नए, अधिक पूर्ण कार्यान्वयन के तरीके खोजने की कोशिश भी नहीं की। अन्य नवाचारों में पहले से ही नेस्टेड सीक्वल अनुक्रम होना चाहिए, जिसमें वैकल्पिक तत्व भी शामिल हो सकते हैं - यह कि मैं प्रकाशनों के ग्रंथ सूची विवरण और विभिन्न अन्य दिलचस्प चीजों के लिए सार्वभौमिक टेम्पलेट्स के विचार को कैसे महसूस करने जा रहा हूं। हालांकि, उस समय मेरे अभ्यास में, यह सब खराब रूप से मांग की गई थी, और उस समय मेरे पास कार्यान्वयन सामग्री की तालिका को पेश करने के लिए काफी पर्याप्त था। इसके अलावा, हमारी लाइब्रेरी के विकास की दिशा वेक्टर संग्रहालय अभिलेखागार को डिजिटाइज़ करने, रिपोर्ट और अन्य गतिविधियों के लिए अधिक से अधिक विचलन करने लगी, जो मेरे लिए बहुत कम रुचि थी, जिसने अंत में मुझे इसे पूरी तरह से छोड़ दिया, जो उन सभी को अधिक प्रसन्नता देता था। ।

विरोधाभासी रूप से, लेकिन इन नाटकीय घटनाओं के ठीक बाद, BIRMA परियोजना, जो उस समय पहले से ही एक विशिष्ट दीर्घकालिक निर्माण की सभी विशेषताओं को समेटे हुए थी, को अपने लंबे समय से प्रतीक्षित नए जीवन का लाभ मिलना शुरू हुआ! बेकार के विचारों के लिए मेरे पास अधिक खाली समय था, मैंने फिर से इसी तरह की चीज़ों की तलाश में वर्ल्ड वाइड वेब को परिमार्जन करना शुरू कर दिया (अब, मैं पहले से ही कहीं भी, गीथहब पर, और कहीं पर यह सब देखने का अनुमान लगा सकता हूं) इस वर्ष की शुरुआत में, मैं अंत में महत्वहीन नाम Gorp के तहत जाने-माने Salesforce कार्यालय के संगत शिल्प में आया। अपने आप से, यह लगभग हर वह काम कर सकता है जिसकी मुझे इस तरह के पार्सर इंजन से ज़रूरत थी - अर्थात्, बुद्धिमानी से अलग-अलग टुकड़ों को एक मनमाने ढंग से अलग करना, लेकिन पाठ की एक स्पष्ट संरचना के साथ, जबकि अंत उपयोगकर्ता के लिए एक काफी सुपाच्य इंटरफ़ेस होना, जैसे कि स्पष्ट एक पैटर्न, पैटर्न और घटना के रूप में संस्थाएं, और एक ही समय में नियमित अभिव्यक्तियों के सामान्य वाक्यविन्यास को शामिल करना, जो विश्लेषण के लिए सार्थक अर्थ समूहों में टूटने के कारण अतुलनीय रूप से अधिक पठनीय हो जाता है।

सामान्य तौर पर, मैंने फैसला किया कि यह वही Gorp (मुझे आश्चर्य है कि इस नाम का क्या मतलब है? शायद कुछ "सामान्य उन्मुख नियमित पार्सर"?) वास्तव में वही है जो मैं लंबे समय से देख रहा हूं। सच है, अपनी जरूरतों के लिए इसके तत्काल कार्यान्वयन में ऐसी समस्या थी कि इस इंजन को स्रोत पाठ के संरचनात्मक अनुक्रम के लिए बहुत सख्त पालन की आवश्यकता थी। कुछ रिपोर्ट जैसे कि लॉग फाइलें (अर्थात्, वे डेवलपर्स द्वारा परियोजना के उपयोग के दृश्य उदाहरण के रूप में रखी गई थीं), यह ठीक काम करेगा, लेकिन उन्हीं ग्रंथों के लिए सामग्री की स्कैन की गई तालिका की संभावना नहीं है। आखिरकार, सामग्री तालिका के साथ एक ही पृष्ठ "सामग्री की तालिका", "सामग्री" और कुछ अन्य प्रारंभिक विवरणों के साथ शुरू हो सकता है, जिन्हें हमें प्रस्तावित विश्लेषण के परिणामों में डालने की आवश्यकता नहीं है (और यह मैन्युअल रूप से उन्हें हर बार काटने के लिए भी असुविधाजनक है)। इसके अलावा, व्यक्तिगत दोहराए जाने वाले तत्वों, जैसे कि लेखक का नाम, शीर्षक और पृष्ठ संख्या के बीच, पृष्ठ में एक निश्चित मात्रा में कचरा (उदाहरण के लिए, चित्र और बस यादृच्छिक वर्ण) हो सकते हैं, जो काट-छाँट करने में भी अच्छा होगा। हालांकि, अंतिम पहलू अभी भी इतना महत्वपूर्ण नहीं था, लेकिन पहले के आधार पर, मौजूदा कार्यान्वयन कुछ विशिष्ट स्थान से पाठ में आवश्यक संरचनाओं की तलाश शुरू नहीं कर सकता था, लेकिन इसके बजाय बस शुरुआत से ही इसे संसाधित किया, वहां निर्दिष्ट पैटर्न नहीं मिला और ... समाप्त आपका काम जाहिर है, एक उपयुक्त संशोधन की आवश्यकता थी, जो कम से कम दोहरावदार संरचनाओं के बीच कुछ अंतराल छोड़ने की अनुमति देता है, और इससे मुझे काम पर फिर से बैठना पड़ता है।

एक और समस्या यह थी कि यह परियोजना स्वयं जावा में लागू की गई थी, और अगर मैंने मौजूदा डेटाबेस में डेटा दर्ज करने के लिए सामान्य अनुप्रयोगों (जैसे कि इरबिस रेटिंग) के साथ इस तकनीक को आगे बढ़ाने के कुछ साधनों को लागू करने की योजना बनाई है, तो कम से कम कम से कम C # और .NET में करें। ऐसा नहीं है कि जावा अपने आप में एक खराब भाषा थी - एक बार जब मैंने इसे एक निर्बाध विंडो एप्लिकेशन पर भी लागू किया, जो एक घरेलू प्रोग्राम कैलकुलेटर (एक कोर्स प्रोजेक्ट के हिस्से के रूप में) की कार्यक्षमता को लागू करता है। हां, और सिंटैक्स में यह समान सी-शार्प के समान है। खैर, यह केवल एक प्लस है: मेरे लिए मौजूदा प्रोजेक्ट को अंतिम रूप देना जितना आसान होगा। हालाँकि, मैं विंडो के इस असामान्य दुनिया (या बल्कि डेस्कटॉप) जावा प्रौद्योगिकियों में नहीं उतरना चाहता था - अंत में, इस तरह के उपयोग के लिए भाषा स्वयं "तेज" नहीं थी, और मैं पिछले अनुभव की पुनरावृत्ति के लिए लंबे समय तक नहीं था। शायद यह इसलिए है क्योंकि WinForms के साथ संयोजन के रूप में C # डेल्फी के बहुत करीब है, जो हम में से कई ने एक बार शुरू किया था। सौभाग्य से, सही समाधान काफी जल्दी मिल गया था - IKVM.NET परियोजना के व्यक्ति में, जो मौजूदा जावा प्रोग्रामों को प्रबंधित .NET कोड में अनुवाद करना आसान बनाता है। यह सच है कि इस परियोजना को उस समय लेखकों द्वारा पहले ही छोड़ दिया गया था, लेकिन इसके नवीनतम कार्यान्वयन ने मुझे Gorp स्रोत ग्रंथों के लिए आवश्यक कार्यों को सफलतापूर्वक करने की अनुमति दी।

इसलिए मैंने सभी आवश्यक परिवर्तन किए और सभी को उपयुक्त प्रकार के DLL में डाल दिया, जो कि Visual Studio में निर्मित .NET फ्रेमवर्क के लिए कोई भी प्रोजेक्ट आसानी से "पिक अप" कर सकता है। इस बीच , मैंने Gorp द्वारा दिए गए परिणामों की सुविधाजनक प्रस्तुति के लिए एक और परत बनाई, संगत डेटा संरचनाओं के रूप में जो तालिका प्रतिनिधित्व में संसाधित करने के लिए सुविधाजनक होगी (और दोनों पंक्तियों और स्तंभों के आधार के रूप में लेना; दोनों शब्दकोश कुंजी और संख्यात्मक सूचकांक) । खैर, प्रसंस्करण के लिए आवश्यक उपयोगिताओं और परिणामों को प्रदर्शित करने के लिए खुद को काफी तेज़ी से लिखा गया था।

साथ ही, नए इंजन के लिए टेम्प्लेट को बदलने की प्रक्रिया में कोई विशेष जटिलताएं पैदा नहीं हुईं, ताकि उसे सामग्री ग्रंथों की स्कैन की गई तालिका के मौजूदा नमूनों को अलग करना सिखाया जा सके। वास्तव में, मुझे अपने पिछले रिक्त स्थान की ओर भी नहीं जाना है: मैंने अभी स्क्रैच से सभी आवश्यक टेम्पलेट बनाए हैं। इसके अलावा, अगर सिस्टम के पिछले संस्करण के साथ काम करने के लिए डिज़ाइन किए गए टेम्प्लेट, उन ग्रंथों के लिए काफी संकीर्ण रूपरेखा निर्धारित करते हैं, जिनकी मदद से सही ढंग से पार्स किया जा सकता है, तो नए इंजन ने पहले से ही कई प्रकार के मार्कअप के लिए उपयुक्त काफी सार्वभौमिक टेम्पलेट्स के विकास की अनुमति दी थी। मैंने सामग्री पाठ की किसी भी मनमानी तालिका के लिए कुछ व्यापक टेम्पलेट लिखने की भी कोशिश की, हालांकि, निश्चित रूप से, मेरे लिए खुलने वाली सभी नई संभावनाओं के साथ, विशेष रूप से, सभी समान नेस्टेड दोहराए गए अनुक्रमों को लागू करने की सीमित क्षमता (जैसे, उदाहरण के लिए, अंतिम नाम और आद्याक्षर। एक पंक्ति में कई लेखक), यह एक यूटोपिया निकला।

यह संभव है कि भविष्य में मेटा-टेम्प्लेट की एक निश्चित अवधारणा को लागू करना संभव होगा जो एक ही बार में उपलब्ध टेम्पलेट्स में से कई के अनुपालन के लिए स्रोत पाठ की जांच कर सकता है, और फिर, प्राप्त परिणामों के अनुसार, कुछ बुद्धिमान एल्गोरिथ्म का उपयोग करके सबसे उपयुक्त एक का चयन करें। लेकिन अब मैं एक और प्रश्न के बारे में अधिक चिंतित था। Gorp के रूप में इस तरह के एक पार्सर, मेरे द्वारा किए गए सभी चंचलता और संशोधनों के बावजूद, अभी भी इसकी प्रकृति एक प्रतीत होता है कि एक साधारण बात है कि मेरे अपने हाथ से लिखा पार्सर पहले संस्करण से करने में सक्षम था प्रदर्शन करने में असमर्थ था। अर्थात्: उसके पास स्रोत के पाठ से उन सभी अंशों को खोजने और निकालने की क्षमता थी जो उपयोग किए गए टेम्पलेट के ढांचे में निर्दिष्ट मास्क से सही स्थान पर मेल खाते हैं, जबकि इन टुकड़ों के बीच के रिक्त स्थान में पाठ में क्या है, इसके बारे में सभी को दिलचस्पी नहीं है। अब तक, मैंने केवल नए इंजन में थोड़ा सुधार किया है, यह मौजूदा स्थिति से ऐसे मास्क के दिए गए अनुक्रम के सभी संभावित नए पुनरावृत्तियों की खोज करने की अनुमति देता है, पाठ के लिए पूरी तरह से अस्वीकार्य होने की संभावना को छोड़ देता है जब पता लगाए गए दोहराए गए संरचनाओं के बीच संलग्न मनमाने अक्षरों के पार्सिंग सेट। हालांकि, इससे अगले मुखौटा के लिए पिछले परिणाम के लिए खोज परिणामों की परवाह किए बिना मुखौटा सेट करना संभव नहीं हुआ, इसके अनुरूप: पाठ की वर्णित संरचना की कठोरता अभी भी अनियमित पात्रों के मनमाने समावेशन के लिए जगह नहीं छोड़ती है।

और अगर मेरे सामने आने वाली सामग्री की तालिका के उदाहरणों के लिए यह समस्या अभी तक इतनी गंभीर नहीं थी, तो जब नए पार्सिंग तंत्र को वेबसाइट सामग्री को पार्स करने के लिए एक समान कार्य (यानी एक ही पार्सिंग) में लागू करने की कोशिश की जा रही है, तो इसकी सीमाएं यहां हैं वे अपने सभी सबूतों के साथ दिखाई दिए। आखिरकार, वेब मार्कअप अंशों के लिए आवश्यक मास्क सेट करना काफी सरल है, जिनके बीच वह डेटा होना चाहिए जिसकी हम तलाश कर रहे हैं (जिसे आपको निकालने की आवश्यकता है), लेकिन पार्सर को तुरंत अगले समान टुकड़े पर कैसे जाना चाहिए, सभी संभव HTML टैग और विशेषताओं के बावजूद जो इसमें फिट हो सकते हैं उनके बीच अंतराल?

थोड़ा विचार करने के बाद, मैंने उपयोगिता पैटर्न (% all_before) और (% all_after) के एक जोड़े को पेश करने का फैसला किया, जो किसी भी बाद के पैटर्न (मुखौटा) से पहले स्रोत पाठ में निहित होने वाली हर चीज की चूक सुनिश्चित करने के स्पष्ट उद्देश्य की सेवा करता है। इसके अलावा, अगर (% all_before) ने इन सभी मनमाने निष्कर्षों को नजरअंदाज कर दिया, तो (% all_after) , इसके विपरीत, उन्हें पिछले टुकड़े से स्विच करने के बाद वांछित टुकड़े में जोड़ा जा सकता है। यह बहुत सरल लगता है, लेकिन इस अवधारणा को लागू करने के लिए, मुझे आवश्यक संशोधनों को फिर से लागू करने के लिए "कंघी" के माध्यम से फिर से कंघी करना पड़ा ताकि पहले से ही लागू तर्क को तोड़ने के लिए न हो।अंत में, मैं इसे करने में कामयाब रहा (हालांकि यहां तक ​​कि बहुत, बहुत पहले, मेरे पार्सर के बहुत छोटी गाड़ी कार्यान्वयन लिखा गया था और यहां तक ​​कि तेजी से - कुछ हफ़्ते में)। अब से, सिस्टम ने वास्तव में सार्वभौमिक रूप ले लिया है - इसे कार्य करने के पहले प्रयासों के बाद 12 साल से अधिक नहीं।

बेशक, यह अंतिम सपना नहीं है। आप अभी भी पूर्ण व्याकरण को लागू करने के लिए उपलब्ध पुस्तकालयों में से किसी का उपयोग करके C # में gorp के टेम्पलेट के पार्सर को पूरी तरह से फिर से लिख सकते हैं। मुझे लगता है कि कोड को बहुत सरल किया जाना चाहिए, और इससे जावा में मौजूदा स्रोतों के रूप में विरासत से छुटकारा मिलेगा। लेकिन मौजूदा इंजन के साथ, विभिन्न दिलचस्प चीजों को करना भी संभव है, जिनमें मैंने पहले ही उल्लेख किए गए मेटा-टेम्प्लेटों को लागू करने का प्रयास शामिल है, विभिन्न वेबसाइटों से विभिन्न डेटा पार्स करने का उल्लेख नहीं करना है (हालांकि, मैं इस बात को बाहर नहीं करता हूं कि मौजूदा विशेष सॉफ़्टवेयर टूल इसके लिए अधिक उपयुक्त हैं। (मैं सिर्फ उन्हें इस्तेमाल करने का प्रासंगिक अनुभव नहीं था)।

वैसे, इस गर्मी में मुझे पहले से ही एक कंपनी से ई-मेल आमंत्रण मिला था जो रीगा में आगे के काम के लिए एक साक्षात्कार पास करने के लिए Salesforce तकनीक (मूल Gorp के डेवलपर ) का उपयोग करता है । दुर्भाग्य से, फिलहाल मैं इस तरह के स्थानांतरण के लिए तैयार नहीं हूं।

दूसरा भाग सेल्सफोर्स Gorp (मेरे अपने परिवर्धन में प्रयुक्त कार्यान्वयन उदाहरण का उपयोग करके संकलन और बाद में पार्स करने के लिए तकनीक का अधिक विस्तार से वर्णन करता है, पहले से वर्णित सेवा शब्दों के एक जोड़े के अपवाद के साथ, व्यावहारिक रूप से टेम्पलेट सिंटैक्स को स्वयं नहीं बदलते हैं, इसलिए मूल प्रणाली के लिए लगभग सभी दस्तावेज हैं। Gorpमेरे संस्करण के लिए उपयुक्त)। वहां आपको इस इंजन के साथ बातचीत करने के लिए नमूना कोड और मेरे संस्करण के भंडार के लिए एक लिंक मिलेगा - Gorp.NET ।