Data parser/import?

Mark Olson

@V-Melnik
Broadly agree with PeterJones on this.

That said, here are some tools (in Python’s pandas library) that may be of some use:

pandas.read_xml may help
pandas.merge probably also helps
pandas.series

rough pseudocode (there may be a better way, but I don’t know what it would be)

doc1 = parse the first doc (the one with the <p> tags that start with a number)
dict1 = make a pandas series mapping the number at the beginning of the p tags to the rest of the text in the tag
doc2 = parse the second doc (the one with the <sup title="number"> tags)
series2 = make a pandas series mapping the number of the sup tag to the text before the sup tag in doc2
joined = pandas.merge series1 with series2
result = do some post-processing, emit the desired HTML

The actual implementation is much more finicky than what’s described here, which is why I didn’t just do it for you.

guy038

Hello, @v-melnik,

I’m trying to get a regex solution to your problem !

See you later !

BR

guy038

Alan Kilborn

@guy038 said in Data parser/import?:

I’m trying to get a regex solution to your problem

Regex usage could solve a very limited “mail merge” problem, it’s true.

The total number of necessary replacements/insertions is 1518 lines - phrases

I don’t know if I would call this limited.
Have fun playing with regex.

guy038

Hi, @v-melnik, @peterjones, @alan-kilborn and All,

EDIT : Skip this post and use the simplified method of my next post !

Follow the instructions carefully, one after the other !

Let’s start with your File_A.txt, below :

<p style="text-align:justify;"><i>Старец.</i>Все виды бесовской прелести, которым подвергается подвижник молитвы, возникают из того, что в основание молитвы не положено покаяние, что покаяние не сделалось источником, душою, целию молитвы. «Если кто, — говорит преподобный Григорий Синаит в вышеприведенной статье, — с самонадеянностию, основанною на самомнении<sup title="514">❊</sup>, мечтает достигнуть в высокие молитвенные состояния и стяжал ревность не истинную, а сатанинскую, того диавол удобно опутывает своими сетями, как своего служителя». Всякий, усиливающийся взойти на брак Сына Божия не в чистых и светлых одеждах, устраиваемых покаянием, а прямо в своем рубище, в состоянии ветхости, греховности и самообольщения, извергается вон, во тьму кромешную: в бесовскую прелесть. Совещаю тебе, говорит Спаситель призванному к таинственному жречеству, купити от Мене злато разжжено огнем, да обогатишися, и одеяние бело, да облечешися, да не явится срамота наготы твоея: и коллурием слез помажи чувственные очи твои и очи ума, да видиши. Аз, ихже люблю, обличаю и наказую. Ревнуй убо и покайся<sup title="515">❊</sup>. Покаяние и все, из чего оно составляется, как то: сокрушение или болезнование духа, плач сердца, слезы, самоосуждение, памятование и предощущение смерти, суда Божия и вечных мук, ощущение присутствия Божия, страх Божий, — суть дары Божии, дары великой цены, дары первоначальные и основные, залоги даров высших и вечных. Без предварительного получения их подаяние последующих даров невозможно. «Как бы ни возвышенны были наши подвиги, — сказал святой Иоанн Лествичник, — но если мы не стяжали болезнующего сердца, то эти подвиги и ложны и тщетны»<sup title="516">❊</sup>.</p>

Copy your File_A.txt to a new file File_C.txt
Open File_C.txt in Notepad++
Move at the very beginning of File_C.txt
Open the Replace dialog ( Ctrl + H )
Uncheck all box options
SEARCH (?x-i) 
REPLACE \r\n$0\r\n
Select the Regular expression search mode
Click on the Replace All button

=> This regex S/R highlights all the lines  and you should get this text :

<p style="text-align:justify;"><i>Старец.</i>Все виды бесовской прелести, которым подвергается подвижник молитвы, возникают из того, что в основание молитвы не положено покаяние, что покаяние не сделалось источником, душою, целию молитвы. «Если кто, — говорит преподобный Григорий Синаит в вышеприведенной статье, — с самонадеянностию, основанною на самомнении
<sup title="514">
❊</sup>, мечтает достигнуть в высокие молитвенные состояния и стяжал ревность не истинную, а сатанинскую, того диавол удобно опутывает своими сетями, как своего служителя». Всякий, усиливающийся взойти на брак Сына Божия не в чистых и светлых одеждах, устраиваемых покаянием, а прямо в своем рубище, в состоянии ветхости, греховности и самообольщения, извергается вон, во тьму кромешную: в бесовскую прелесть. Совещаю тебе, говорит Спаситель призванному к таинственному жречеству, купити от Мене злато разжжено огнем, да обогатишися, и одеяние бело, да облечешися, да не явится срамота наготы твоея: и коллурием слез помажи чувственные очи твои и очи ума, да видиши. Аз, ихже люблю, обличаю и наказую. Ревнуй убо и покайся
<sup title="515">
❊</sup>. Покаяние и все, из чего оно составляется, как то: сокрушение или болезнование духа, плач сердца, слезы, самоосуждение, памятование и предощущение смерти, суда Божия и вечных мук, ощущение присутствия Божия, страх Божий, — суть дары Божии, дары великой цены, дары первоначальные и основные, залоги даров высших и вечных. Без предварительного получения их подаяние последующих даров невозможно. «Как бы ни возвышенны были наши подвиги, — сказал святой Иоанн Лествичник, — но если мы не стяжали болезнующего сердца, то эти подвиги и ложны и тщетны»
<sup title="516">
❊</sup>.</p>

At the end of File_C.txt, add a new line of, let’s say, five = signs, at least
Now, in File_C.txt, append your File_B.txt right after the line of equal signs

The File_C.txt becomes :

<p style="text-align:justify;"><i>Старец.</i>Все виды бесовской прелести, которым подвергается подвижник молитвы, возникают из того, что в основание молитвы не положено покаяние, что покаяние не сделалось источником, душою, целию молитвы. «Если кто, — говорит преподобный Григорий Синаит в вышеприведенной статье, — с самонадеянностию, основанною на самомнении
<sup title="514">
❊</sup>, мечтает достигнуть в высокие молитвенные состояния и стяжал ревность не истинную, а сатанинскую, того диавол удобно опутывает своими сетями, как своего служителя». Всякий, усиливающийся взойти на брак Сына Божия не в чистых и светлых одеждах, устраиваемых покаянием, а прямо в своем рубище, в состоянии ветхости, греховности и самообольщения, извергается вон, во тьму кромешную: в бесовскую прелесть. Совещаю тебе, говорит Спаситель призванному к таинственному жречеству, купити от Мене злато разжжено огнем, да обогатишися, и одеяние бело, да облечешися, да не явится срамота наготы твоея: и коллурием слез помажи чувственные очи твои и очи ума, да видиши. Аз, ихже люблю, обличаю и наказую. Ревнуй убо и покайся
<sup title="515">
❊</sup>. Покаяние и все, из чего оно составляется, как то: сокрушение или болезнование духа, плач сердца, слезы, самоосуждение, памятование и предощущение смерти, суда Божия и вечных мук, ощущение присутствия Божия, страх Божий, — суть дары Божии, дары великой цены, дары первоначальные и основные, залоги даров высших и вечных. Без предварительного получения их подаяние последующих даров невозможно. «Как бы ни возвышенны были наши подвиги, — сказал святой Иоанн Лествичник, — но если мы не стяжали болезнующего сердца, то эти подвиги и ложны и тщетны»
<sup title="516">
❊</sup>.</p>
=====
<p style="text-align:justify;">514. В подлиннике сказано: «Аще кто мечтает высокая со мнением доспети». Здесь употреблено объяснительное выражение, чтобы отчетливее показать значение слова мнение.
</p>
<p style="text-align:justify;">515. Советую тебе купить у Меня золото, огнем очищенное, чтобы тебе обогатиться, и белую одежду, чтобы одеться и чтобы не видна была срамота наготы твоей, и глазною мазью помажь глаза твои, чтобы видеть. Кого Я люблю, тех обличаю и наказываю. Итак, будь ревностен и покайся (Откр. 3:18–19).</p>
<p style="text-align:justify;">516. Лествица. Слово 7.</p>

Move to the line of equal signs ( IMPORTANT )
Open the Replace dialog ( Ctrl + H )
Uncheck all box options
SEARCH (?xs-i) ( ) ( .+? ) 
REPLACE \1\r\n\2\r\n
Select the Regular expression search mode
Click on the Replace All button

This regex highlights the lines ###. Future text to replace the ### digits.. So the text of File_C is changed as :

<p style="text-align:justify;"><i>Старец.</i>Все виды бесовской прелести, которым подвергается подвижник молитвы, возникают из того, что в основание молитвы не положено покаяние, что покаяние не сделалось источником, душою, целию молитвы. «Если кто, — говорит преподобный Григорий Синаит в вышеприведенной статье, — с самонадеянностию, основанною на самомнении
<sup title="514">
❊</sup>, мечтает достигнуть в высокие молитвенные состояния и стяжал ревность не истинную, а сатанинскую, того диавол удобно опутывает своими сетями, как своего служителя». Всякий, усиливающийся взойти на брак Сына Божия не в чистых и светлых одеждах, устраиваемых покаянием, а прямо в своем рубище, в состоянии ветхости, греховности и самообольщения, извергается вон, во тьму кромешную: в бесовскую прелесть. Совещаю тебе, говорит Спаситель призванному к таинственному жречеству, купити от Мене злато разжжено огнем, да обогатишися, и одеяние бело, да облечешися, да не явится срамота наготы твоея: и коллурием слез помажи чувственные очи твои и очи ума, да видиши. Аз, ихже люблю, обличаю и наказую. Ревнуй убо и покайся
<sup title="515">
❊</sup>. Покаяние и все, из чего оно составляется, как то: сокрушение или болезнование духа, плач сердца, слезы, самоосуждение, памятование и предощущение смерти, суда Божия и вечных мук, ощущение присутствия Божия, страх Божий, — суть дары Божии, дары великой цены, дары первоначальные и основные, залоги даров высших и вечных. Без предварительного получения их подаяние последующих даров невозможно. «Как бы ни возвышенны были наши подвиги, — сказал святой Иоанн Лествичник, — но если мы не стяжали болезнующего сердца, то эти подвиги и ложны и тщетны»
<sup title="516">
❊</sup>.</p>
=====
<p style="text-align:justify;">
514. В подлиннике сказано: «Аще кто мечтает высокая со мнением доспети». Здесь употреблено объяснительное выражение, чтобы отчетливее показать значение слова мнение.

</p>
<p style="text-align:justify;">
515. Советую тебе купить у Меня золото, огнем очищенное, чтобы тебе обогатиться, и белую одежду, чтобы одеться и чтобы не видна была срамота наготы твоей, и глазною мазью помажь глаза твои, чтобы видеть. Кого Я люблю, тех обличаю и наказываю. Итак, будь ревностен и покайся (Откр. 3:18–19).
</p>
<p style="text-align:justify;">
516. Лествица. Слово 7.
</p>

Move at the very beginning of File_C.txt
Open the Replace dialog ( Ctrl + H )
Uncheck all box options
SEARCH (?x-i) ( (?s).+ ^===+ \R .+? ^ \2 \. \x20 (?-s) (.+) ) | (?s) ^===.+
REPLACE \1\3
Select the Regular expression search mode
Click on the Replace All button

This regex S/R substitute each line beginning with " with the line "<sup title=" followed with the corresponding text, located after the line of = signs

And we get the ( almost ) final text :

<p style="text-align:justify;"><i>Старец.</i>Все виды бесовской прелести, которым подвергается подвижник молитвы, возникают из того, что в основание молитвы не положено покаяние, что покаяние не сделалось источником, душою, целию молитвы. «Если кто, — говорит преподобный Григорий Синаит в вышеприведенной статье, — с самонадеянностию, основанною на самомнении
<sup title="В подлиннике сказано: «Аще кто мечтает высокая со мнением доспети». Здесь употреблено объяснительное выражение, чтобы отчетливее показать значение слова мнение.">
❊</sup>, мечтает достигнуть в высокие молитвенные состояния и стяжал ревность не истинную, а сатанинскую, того диавол удобно опутывает своими сетями, как своего служителя». Всякий, усиливающийся взойти на брак Сына Божия не в чистых и светлых одеждах, устраиваемых покаянием, а прямо в своем рубище, в состоянии ветхости, греховности и самообольщения, извергается вон, во тьму кромешную: в бесовскую прелесть. Совещаю тебе, говорит Спаситель призванному к таинственному жречеству, купити от Мене злато разжжено огнем, да обогатишися, и одеяние бело, да облечешися, да не явится срамота наготы твоея: и коллурием слез помажи чувственные очи твои и очи ума, да видиши. Аз, ихже люблю, обличаю и наказую. Ревнуй убо и покайся
<sup title="Советую тебе купить у Меня золото, огнем очищенное, чтобы тебе обогатиться, и белую одежду, чтобы одеться и чтобы не видна была срамота наготы твоей, и глазною мазью помажь глаза твои, чтобы видеть. Кого Я люблю, тех обличаю и наказываю. Итак, будь ревностен и покайся (Откр. 3:18–19).">
❊</sup>. Покаяние и все, из чего оно составляется, как то: сокрушение или болезнование духа, плач сердца, слезы, самоосуждение, памятование и предощущение смерти, суда Божия и вечных мук, ощущение присутствия Божия, страх Божий, — суть дары Божии, дары великой цены, дары первоначальные и основные, залоги даров высших и вечных. Без предварительного получения их подаяние последующих даров невозможно. «Как бы ни возвышенны были наши подвиги, — сказал святой Иоанн Лествичник, — но если мы не стяжали болезнующего сердца, то эти подвиги и ложны и тщетны»
<sup title="Лествица. Слово 7.">
❊</sup>.</p>

To end with :

Move at the very beginning of File_C.txt
Open the Replace dialog ( Ctrl + H )
Uncheck all box options
SEARCH (?x) (?<!\r\n) (\r\n) (?!\R)
REPLACE Leave EMPTY
Select the Regular expression search mode
Click on the Replace All button

This regex delete any line-break, not preceded and not followed with an other line-break

And here is your expected OUTPUT File_C.txt text :

<p style="text-align:justify;"><i>Старец.</i>Все виды бесовской прелести, которым подвергается подвижник молитвы, возникают из того, что в основание молитвы не положено покаяние, что покаяние не сделалось источником, душою, целию молитвы. «Если кто, — говорит преподобный Григорий Синаит в вышеприведенной статье, — с самонадеянностию, основанною на самомнении<sup title="В подлиннике сказано: «Аще кто мечтает высокая со мнением доспети». Здесь употреблено объяснительное выражение, чтобы отчетливее показать значение слова мнение.">❊</sup>, мечтает достигнуть в высокие молитвенные состояния и стяжал ревность не истинную, а сатанинскую, того диавол удобно опутывает своими сетями, как своего служителя». Всякий, усиливающийся взойти на брак Сына Божия не в чистых и светлых одеждах, устраиваемых покаянием, а прямо в своем рубище, в состоянии ветхости, греховности и самообольщения, извергается вон, во тьму кромешную: в бесовскую прелесть. Совещаю тебе, говорит Спаситель призванному к таинственному жречеству, купити от Мене злато разжжено огнем, да обогатишися, и одеяние бело, да облечешися, да не явится срамота наготы твоея: и коллурием слез помажи чувственные очи твои и очи ума, да видиши. Аз, ихже люблю, обличаю и наказую. Ревнуй убо и покайся<sup title="Советую тебе купить у Меня золото, огнем очищенное, чтобы тебе обогатиться, и белую одежду, чтобы одеться и чтобы не видна была срамота наготы твоей, и глазною мазью помажь глаза твои, чтобы видеть. Кого Я люблю, тех обличаю и наказываю. Итак, будь ревностен и покайся (Откр. 3:18–19).">❊</sup>. Покаяние и все, из чего оно составляется, как то: сокрушение или болезнование духа, плач сердца, слезы, самоосуждение, памятование и предощущение смерти, суда Божия и вечных мук, ощущение присутствия Божия, страх Божий, — суть дары Божии, дары великой цены, дары первоначальные и основные, залоги даров высших и вечных. Без предварительного получения их подаяние последующих даров невозможно. «Как бы ни возвышенны были наши подвиги, — сказал святой Иоанн Лествичник, — но если мы не стяжали болезнующего сердца, то эти подвиги и ложны и тщетны»<sup title="Лествица. Слово 7.">❊</sup>.</p>

Best Regards

guy038

guy038

Hello, @v-melnik, @peterjones, @alan-kilborn and All,

Finally , we do not need to specially highlight the zones concerned in replacement ! Therefore, the method is significantly simplified :-;

Follow all the steps carefully, one after the other !

Copy your File_A.txt to a new file File_C.txt
At the end of File_C.txt, add a new line of, let’s say, five = signs, at least
Now, always in File_C.txt, append your File_B.txt right after the line of equal signs

So, you get the following INPUT text :

<p style="text-align:justify;"><i>Старец.</i>Все виды бесовской прелести, которым подвергается подвижник молитвы, возникают из того, что в основание молитвы не положено покаяние, что покаяние не сделалось источником, душою, целию молитвы. «Если кто, — говорит преподобный Григорий Синаит в вышеприведенной статье, — с самонадеянностию, основанною на самомнении<sup title="514">❊</sup>, мечтает достигнуть в высокие молитвенные состояния и стяжал ревность не истинную, а сатанинскую, того диавол удобно опутывает своими сетями, как своего служителя». Всякий, усиливающийся взойти на брак Сына Божия не в чистых и светлых одеждах, устраиваемых покаянием, а прямо в своем рубище, в состоянии ветхости, греховности и самообольщения, извергается вон, во тьму кромешную: в бесовскую прелесть. Совещаю тебе, говорит Спаситель призванному к таинственному жречеству, купити от Мене злато разжжено огнем, да обогатишися, и одеяние бело, да облечешися, да не явится срамота наготы твоея: и коллурием слез помажи чувственные очи твои и очи ума, да видиши. Аз, ихже люблю, обличаю и наказую. Ревнуй убо и покайся<sup title="515">❊</sup>. Покаяние и все, из чего оно составляется, как то: сокрушение или болезнование духа, плач сердца, слезы, самоосуждение, памятование и предощущение смерти, суда Божия и вечных мук, ощущение присутствия Божия, страх Божий, — суть дары Божии, дары великой цены, дары первоначальные и основные, залоги даров высших и вечных. Без предварительного получения их подаяние последующих даров невозможно. «Как бы ни возвышенны были наши подвиги, — сказал святой Иоанн Лествичник, — но если мы не стяжали болезнующего сердца, то эти подвиги и ложны и тщетны»<sup title="516">❊</sup>.</p>
=====
<p style="text-align:justify;">514. В подлиннике сказано: «Аще кто мечтает высокая со мнением доспети». Здесь употреблено объяснительное выражение, чтобы отчетливее показать значение слова мнение.
</p>
<p style="text-align:justify;">515. Советую тебе купить у Меня золото, огнем очищенное, чтобы тебе обогатиться, и белую одежду, чтобы одеться и чтобы не видна была срамота наготы твоей, и глазною мазью помажь глаза твои, чтобы видеть. Кого Я люблю, тех обличаю и наказываю. Итак, будь ревностен и покайся (Откр. 3:18–19).</p>
<p style="text-align:justify;">516. Лествица. Слово 7.</p>

Move at the very beginning of File_C.txt ( IMPORTANT )
Open the Replace dialog ( Ctrl + H )
Uncheck all box options
SEARCH (?x-i) ( (?s) .+ ^ ===+ .+? > \2 \. \x20 ( .+? ) \R* ) | (?s) ^ === .+
REPLACE \1\3
Select the Regular expression search mode
Click on the Replace All button

This regex S/R substitute each string " with the string "<sup title=" followed with the corresponding text, located after the line of = signs

And here is your expected OUTPUT File_C.txt text :

<p style="text-align:justify;"><i>Старец.</i>Все виды бесовской прелести, которым подвергается подвижник молитвы, возникают из того, что в основание молитвы не положено покаяние, что покаяние не сделалось источником, душою, целию молитвы. «Если кто, — говорит преподобный Григорий Синаит в вышеприведенной статье, — с самонадеянностию, основанною на самомнении<sup title="В подлиннике сказано: «Аще кто мечтает высокая со мнением доспети». Здесь употреблено объяснительное выражение, чтобы отчетливее показать значение слова мнение.">❊</sup>, мечтает достигнуть в высокие молитвенные состояния и стяжал ревность не истинную, а сатанинскую, того диавол удобно опутывает своими сетями, как своего служителя». Всякий, усиливающийся взойти на брак Сына Божия не в чистых и светлых одеждах, устраиваемых покаянием, а прямо в своем рубище, в состоянии ветхости, греховности и самообольщения, извергается вон, во тьму кромешную: в бесовскую прелесть. Совещаю тебе, говорит Спаситель призванному к таинственному жречеству, купити от Мене злато разжжено огнем, да обогатишися, и одеяние бело, да облечешися, да не явится срамота наготы твоея: и коллурием слез помажи чувственные очи твои и очи ума, да видиши. Аз, ихже люблю, обличаю и наказую. Ревнуй убо и покайся<sup title="Советую тебе купить у Меня золото, огнем очищенное, чтобы тебе обогатиться, и белую одежду, чтобы одеться и чтобы не видна была срамота наготы твоей, и глазною мазью помажь глаза твои, чтобы видеть. Кого Я люблю, тех обличаю и наказываю. Итак, будь ревностен и покайся (Откр. 3:18–19).">❊</sup>. Покаяние и все, из чего оно составляется, как то: сокрушение или болезнование духа, плач сердца, слезы, самоосуждение, памятование и предощущение смерти, суда Божия и вечных мук, ощущение присутствия Божия, страх Божий, — суть дары Божии, дары великой цены, дары первоначальные и основные, залоги даров высших и вечных. Без предварительного получения их подаяние последующих даров невозможно. «Как бы ни возвышенны были наши подвиги, — сказал святой Иоанн Лествичник, — но если мы не стяжали болезнующего сердца, то эти подвиги и ложны и тщетны»<sup title="Лествица. Слово 7.">❊</sup>.</p>

BR

guy038

V.Melnik

@guy038
Thank you very much @guy038
The example you gave works!
Once again, thank you very much. You saved me at least 3-5 days

Also, thanks to everyone who participated in the discussion

guy038

Hi, @v-melnik and All,

BTW, if do not need to include the final ., in the  zone :

I mean :  ( instead of  )

Use the following search regex :

SEARCH (?x-i) ( (?s) .+ ^ ===+ .+? > \2 \. \x20 ( .+? ) \. \R* ) | (?s) ^ === .+

BR

guy038

V.Melnik

@guy038
Thank you again @guy038
But I decided this at the stage of preparation of the “B” file, by replacing it

. </p>

on

</p>

Susan Batten

This post is deleted!

Viktor Serdiuk

This post is deleted!