Changeset 19183 for collections

Timestamp:

2009-04-22T11:59:05+12:00 (15 years ago)

Author:

kjdon

Message:

path changes, small text changes

File:

• collections/documented-examples/trunk/wrdpdf-e/etc/collect.cfg (modified) (8 diffs)

collections/documented-examples/trunk/wrdpdf-e/etc/collect.cfg

@@ -56 +56 @@
 This collection\'s <a href=\"_httpcollection_/etc/collect.cfg\"
 target=collect.cfg>configuration file</a> contains the four plugins
-<i>WordPlug</i>, <i>RTFPlug</i>, <i>PDFPlug</i> and <i>PSPlug</i> (along with
-the standard three, <i>GAPlug</i>, <i>ArcPlug</i> and <i>RecPlug</i>). These
+<i>WordPlugin</i>, <i>RTFPlugin</i>, <i>PDFPlugin</i> and <i>PostScriptPlugin</i> (along with
+the standard four, <i>GreenstoneXMLPlugin</i>, <i>MetadataXMLPlugin</i>, <i>ArchivesInfPlugin</i> and <i>DirectoryPlugin</i>). These
 four plugins all extract <i>Title</i> and <i>Source</i> (i.e. filename)
 metadata. \n
@@ -64 +64 @@
 Greenstone contains third-party software that is used to convert
 Word, RTF, PDF and PostScript files into HTML.  The Greenstone team does not
-maintain these modules, although we do include the latest versions with each
+maintain these modules, although we do try to include the latest versions 
+with each
 Greenstone release. Bugs arise with unusual Word documents (e.g. from older
 Macintosh systems), and sometimes the text is badly extracted. Some PDF files
 have no machine-readable text at all, comprising instead a sequence of page
 <i>images</i> from which text can only be extracted by optical character recognition
-(OCR), which Greenstone does not attempt. If you encounter these problems,
-there is nothing much you (or we) can do other than omit the rogue documents
-from the collection, or try to obtain different versions of them.\n
+(OCR), which Greenstone does not attempt. If you encounter these problems, you
+can either remove the offending documents from your collection, or try using
+some of the advanced plugin options to process the documents in different ways.
+For more information, see the Enhanced PDf and Word tutorials on the  
+<a href=\'http://wiki.greenstone.org/wiki/index.php/Tutorial_exercises\'>Greenstone wiki</a>.
 
 <p>
@@ -77 +80 @@
 file</a> includes a single index, based on document text, and one classifier,
 an <i>AZList</i> based on <i>Title</i> metadata, shown 
-<a href=\"_gwcgi_?l=_cgiargl_&c=wrdpdf-e&a=d&cl=CL1\">here</a> (the alphabetic
+<a href=\"_gwcgi_?l=_cgiargl_&c=_cgiargc_&a=d&cl=CL1\">here</a> (the alphabetic
 selector is suppressed automatically because the collection contains only a few
 documents). However, no format statement is specified. In the absence of
@@ -120 +123 @@
 <p>
 Le <a href=\"_httpcollection_/etc/collect.cfg\"
-target=collect.cfg>fichier de configuration</a> de cette collection contient quatre plugins, <i>WordPlug</i>, <i>RTFPlug</i>,
- <i>PDFPlug</i> et <i>PSPlug</i> (ensemble avec les trois plugins standards <i>GAPlug</i>, <i>ArcPlug</i> et <i>RecPlug</i>). 
+target=collect.cfg>fichier de configuration</a> de cette collection contient quatre plugins, <i>WordPlugin</i>, <i>RTFPlugin</i>,
+ <i>PDFPlugin</i> et <i>PostScriptPlugin</i> (ensemble avec les quatre plugins standards <i>GreenstoneXMLPlugin</i>, <i>MetadataXMLPlugin</i>, <i>ArchivesInfPlugin</i> et <i>DirectoryPlugin</i>). 
  Tous ces quatre modules extraient les méta-données <i>Titre</i> et <i>Source</i> (c.-a-d. nom de fichier).
 
@@ -127 +130 @@
 Greenstone contient des logiciels de tierces parties utilisés pour convertir des fichiers Word, RTF, PDF et PostScript en HTML. L'équipe Greenstone ne maintient pas ces modules bien que nous incluons les derniÚres versions dans chaque édition de Greenstone. Des coquilles apparaissent avec les documents 
 inhabituels de Word (par exemple à partir de vieux systÚmes Macintosh) et des fois, le texte est mal extrait. Certains fichiers PDF n'ont pas du tout une forme lisible directement par les machines, mais sont représentés par une séquence de pages d'<i>images</i> à partir desquelless le texte ne peut être extrait que par une reconnaissance optique de caractÚres (ROC), ce que 
-Greenstone ne tente pas de faire. Si vous rencontrez ces problÚmes, il n'y a grand chose que vous/nous pouvez/pouvons faire à part omettre ces documents de la collection, et essayer d'en obtenir des versions différentes.
+Greenstone ne tente pas de faire. _text1_
 
 <p>
 Le <a href=\"_httpcollection_/etc/collect.cfg\" target=collect.cfg>fichier de configuration</a> comprend un index unique, basé sur un texte de document 
-et un classificateur, un <i>AZList</i> basée sur la méta-donnée <i>Titre</i>, montrée <a href=\"_gwcgi_?l=_cgiargl_&c=wrdpdf-e&a=d&cl=CL1\">ici</a> (le sélecteur 
+et un classificateur, un <i>AZList</i> basée sur la méta-donnée <i>Titre</i>, montrée <a href=\"_gwcgi_?l=_cgiargl_&c=_cgiargc_&a=d&cl=CL1\">ici</a> (le sélecteur 
 alphabétique est supprimé automatiquement parce que la collection ne contient que peu de documents). Cependant aucune déclaration de format n'est spécifiée. A l'absence d'information explicite, Greenstone fournit des défauts sensés. Dans ce cas le format par défaut pour le classificateur donne ceci :
 <ul>
@@ -164 +167 @@
 <h3>Cómo trabaja esta colección</h3>
 
-Este <a href=\"_httpcollection_/etc/collect.cfg\" target=collect.cfg>archivo de configuración de la colección</a> contiene los cuatro plugins <i>WordPlug, RTFPlug, PDFPlug</i> y <i>PSPlug</i> (junto con los tres plugins estándar, <i>GAPlug, ArcPlug</i> y <i>RecPlug</i>). Los cuatro plugins extraen los metadatos de <i>Título</i> y <i>Fuente</i> (es decir, nombre del archivo).
-<p>
-
-Greenstone contiene un software de otro fabricante que se utiliza para convertir archivos Word, RTF, PDF y PostScript a HTML. El equipo de Greenstone no le da mantenimiento a estos módulos, aunque incluimos las más recientes versiones con cada nueva versión de Greenstone. Los errores lógicos surgen con documentos Word inusuales (p. ej. provenientes de sistemas Macintosh anteriores) y en ocasiones el texto no se extrae adecuadamente. Algunos archivos PDF no contienen textos legibles de ninguna manera, consistiendo en su lugar de una secuencia de <i>imágenes</i> de página de las cuales el texto únicamente se puede extraer por medio del reconocimiento óptico de caracteres (OCR por sus siglas en inglés), que es algo que Greenstone no pretende hacer. Si usted encuentra este tipo de problemas, entonces no hay mucho que usted o nosotros podamos hacer, excepto excluir dichos documentos de la colección o tratar de obtener diferentes versiones de los mismos. 
-<p>
-
-El <a href=\"_httpcollection_/etc/collect.cfg\" target=collect.cfg>archivo de configuración</a> incluye un solo índice basado en el texto de los documentos y un clasificador <i>AZList</i> basado en el metadato de <i>Título</i>, tal como se muestra <a href=\"_gwcgi_?l=_cgiargl_&c=wrdpdf-e&a=d&cl=CL1\">aquí</a> (el selector alfabético se suprime automáticamente ya que la colección contiene únicamente unos cuantos documentos). Sin embargo, no se especifica ningún enunciado de formato. En ausencia de información explícita, Greenstone suministra los formatos por omisión. En este caso, el formato por omisión para el clasificador proporciona:
+Este <a href=\"_httpcollection_/etc/collect.cfg\" target=collect.cfg>archivo de configuración de la colección</a> contiene los cuatro plugins <i>WordPlugin, RTFPlugin, PDFPlugin</i> y <i>PostScriptPlugin</i> (junto con los cuatro plugins estándar, <i>GreenstoneXMLPlugin, MetadataXMLPlugin, ArchivesInfPlugin</i> y <i>DirectoryPlugin</i>). Los cuatro plugins extraen los metadatos de <i>Título</i> y <i>Fuente</i> (es decir, nombre del archivo).
+<p>
+
+Greenstone contiene un software de otro fabricante que se utiliza para convertir archivos Word, RTF, PDF y PostScript a HTML. El equipo de Greenstone no le da mantenimiento a estos módulos, aunque incluimos las más recientes versiones con cada nueva versión de Greenstone. Los errores lógicos surgen con documentos Word inusuales (p. ej. provenientes de sistemas Macintosh anteriores) y en ocasiones el texto no se extrae adecuadamente. Algunos archivos PDF no contienen textos legibles de ninguna manera, consistiendo en su lugar de una secuencia de <i>imágenes</i> de página de las cuales el texto únicamente se puede extraer por medio del reconocimiento óptico de caracteres (OCR por sus siglas en inglés), que es algo que Greenstone no pretende hacer. _text1_ 
+<p>
+
+El <a href=\"_httpcollection_/etc/collect.cfg\" target=collect.cfg>archivo de configuración</a> incluye un solo índice basado en el texto de los documentos y un clasificador <i>AZList</i> basado en el metadato de <i>Título</i>, tal como se muestra <a href=\"_gwcgi_?l=_cgiargl_&c=_cgiargc_&a=d&cl=CL1\">aquí</a> (el selector alfabético se suprime automáticamente ya que la colección contiene únicamente unos cuantos documentos). Sin embargo, no se especifica ningún enunciado de formato. En ausencia de información explícita, Greenstone suministra los formatos por omisión. En este caso, el formato por omisión para el clasificador proporciona:
 <p>
 <ul>
@@ -211 +214 @@
 <p>
 
-<a href=\"_httpcollection_/etc/collect.cfg\" target=collect.cfg>КПМфОгурацОПММый файл</a> этПй кПллекцОО сПЎержОт четыре плагОМа <i>WordPlug, RTFPlug, PDFPlug</i> О <i>PSPlug</i> (МаряЎу с треЌя стаМЎартМыЌО <i>GAPlug, ArcPlug</i> О <i>RecPlug</i>). Все этО четыре плагОМа Озвлекают ЌетаЎаММые Оз <i>НазваМОя</i> (<i>Title</i>) О <i>ИстПчМОка</i> (<i>Source</i>), тП есть ОЌя файла.
+<a href=\"_httpcollection_/etc/collect.cfg\" target=collect.cfg>КПМфОгурацОПММый файл</a> этПй кПллекцОО сПЎержОт четыре плагОМа <i>WordPlugin, RTFPlugin, PDFPlugin</i> О <i>PostScriptPlugin</i> (МаряЎу с четыре стаМЎартМыЌО <i>GreenstoneXMLPlugin, MetadataXMLPlugin, ArchivesInfPlugin</i> О <i>DirectoryPlugin</i>). Все этО четыре плагОМа Озвлекают ЌетаЎаММые Оз <i>НазваМОя</i> (<i>Title</i>) О <i>ИстПчМОка</i> (<i>Source</i>), тП есть ОЌя файла.
 <p>
 
@@ -219 +222 @@
  ЎПкуЌеМтПв Word (МапрОЌер, Пт старыÑ
  сОстеЌ МакОМтПша), О ОМПгЎа текст ужасМП Озвлекается. НекПтПрые PDF файлы Ме сПзЎают МОкакПгП ЌашОММПчОтаеЌПгП текста вППбще, а вЌестП этПгП включают  пПслеЎПвательМПсть <i>ОзПбражеМОй</i> страМОцы, Оз кПтПрыÑ
- текст ЌПжет быть ОзвлечеМ тПлькП путеЌ ПптОческПгП распПзМаваМОя (OCR), чтП в Greenstone Ме преЎусЌПтреМП. ЕслО Вы сталкОваетесь с этОЌО прПблеЌаЌО, тП Мет МОчегП ЎругПгП, чтП Вы (ОлО Ќы) ЌПжете сЎелать, как выкОМуть этО ЎПкуЌеМты Оз кПллекцОО ОлО пПпытаться пПлучОть ЎругОе ОÑ
- версОО.
+ текст ЌПжет быть ОзвлечеМ тПлькП путеЌ ПптОческПгП распПзМаваМОя (OCR), чтП в Greenstone Ме преЎусЌПтреМП. _text1_
 <p>
 
 
 <a href=\"_httpcollection_/etc/collect.cfg\" target=collect.cfg>КПМфОгурацОПММый файл</a> включает еЎОМствеММый ОМЎекс, ПсМПваММый Ма тексте ЎПкуЌеМта О ПЎОМ классОфОкатПр <i>AZList</i>, ПсМПваММый Ма ЌетаЎаММыÑ
- <i>НазваМОя</i>, пПказаММый <a href=\"_gwcgi_?l=_cgiargl_&c=wrdpdf-e&a=d&cl=CL1\">зЎесь</a> (алфавОтМый ПтбПрщОк автПЌатОческО ПтключеМ, пПскПльку кПллекцОя сПЎержОт тПлькП МескПлькП ЎПкуЌеМтПв). ОЎМакП МОкакОÑ
+ <i>НазваМОя</i>, пПказаММый <a href=\"_gwcgi_?l=_cgiargl_&c=_cgiargc_&a=d&cl=CL1\">зЎесь</a> (алфавОтМый ПтбПрщОк автПЌатОческО ПтключеМ, пПскПльку кПллекцОя сПЎержОт тПлькП МескПлькП ЎПкуЌеМтПв). ОЎМакП МОкакОÑ
  ПператПрПв фПрЌата Ме ПпреЎелеМП. ПрО  ПтсутствОО явМПй ОМфПрЌацОО Greenstone  пПЎЎержОвает пП уЌПлчаМОю МаОбПлее ПщутОЌые. В этПЌ случае пП уЌПлчаМОю ОспПльзуются слеЎующОе  фПрЌаты Ўля классОфОкатПра: 
 <p>