138 odpovědí na toto téma

[DarkLord Reviewer]

Požadavek na odstraňování diakritiky dnes už ani tak nesouvisí s neschopností GPSek (a programů pro GC) zpracovávat diakritiku, ale ze stále platného snadnějšího vyhledávání keší dle jejich názvu, pokud není diakritika použita (z tohoto důvodu také revs. nikdy netrvali na odstraňování diakritiky z textu listingu, pouze a jen z názvu). Uvedu-li to na příkladu ze svého rodného města, tak díky tomu nemusím zkoušet, zda je správně Děčínský, Decínský, Decinsky, Dečinsky... (a že těch dalších možností by zde bylo opravdu hodně).

[Roman_Jaromer]

Požadavek na odstraňování diakritiky dnes už ani tak nesouvisí s neschopností GPSek (a programů pro GC) zpracovávat diakritiku, ale ze stále platného snadnějšího vyhledávání keší dle jejich názvu, pokud není diakritika použita (z tohoto důvodu také revs. nikdy netrvali na odstraňování diakritiky z textu listingu, pouze a jen z názvu). Uvedu-li to na příkladu ze svého rodného města, tak díky tomu nemusím zkoušet, zda je správně Děčínský, Decínský, Decinsky, Dečinsky... (a že těch dalších možností by zde bylo opravdu hodně).

 

Na příkladu GeoGetu je vidět, že zakomponovat hledání s tím, že napíšu Děčínský a vyhledá mi to všechny 4 zmíněné varianty není takový problém! To je jen problém u GS! Stejně jako pořádná podpora celé diakritiky (viz. to, že při kopírování z editoru při zakládání keše se pak objevují ty divné entity, i když se pak jinde nevkládají atp.). :-(

GS by mohl část peněz, co jdou z našeho PM členství investovat do toho, aby udělal ten systém pořádně...

[Arne1]

Požadavek na odstraňování diakritiky dnes už ani tak nesouvisí s neschopností GPSek (a programů pro GC) zpracovávat diakritiku, ale ze stále platného snadnějšího vyhledávání keší dle jejich názvu,

 

Darku, jak to vyhledávání dělají kolegové v zahraničí ? Vždyť (jak jsem psal výše) musejí mít ty samé problémy !

[mh.mail]

V Němčině je tento zápis přehlasovaných písmen naprosto regulerní. U nás něco takového v češtině nemáme. Takže nemůžeš tvrdit, že je to "nesprávný" zápis.

 

Darku, jak to vyhledávání dělají kolegové v zahraničí ? Vždyť (jak jsem psal výše) musejí mít ty samé problémy !

 

Problém ale není v diakritice samotné, ale v použité znakové sadě. Bohužel ve starších znakových sadách, které jsou v západním světě běžné, naše nábodeníčka nejsou k dispozici, zatímco německé speciality ano. Takže Němci mohou bez problémů psát svoje ostrá „s“ a přehlásky a bude jim vyhledávání fungovat, zatímco naše háčky a některé čárky neprojdou.

Jediným řešením by bylo, aby Groundspeak přešel plně na podporu Unicode i pro vyhledávání. Co jim v tom brání, netuším.

[Arne1]

Problém ale není v diakritice samotné, ale v použité znakové sadě. Bohužel ve starších znakových sadách, které jsou v západním světě běžné, naše nábodeníčka nejsou k dispozici, zatímco německé speciality ano. Takže Němci mohou bez problémů psát svoje ostrá „s“ a přehlásky a bude jim vyhledávání fungovat, zatímco naše háčky a některé čárky neprojdou.

Jediným řešením by bylo, aby Groundspeak přešel plně na podporu Unicode i pro vyhledávání. Co jim v tom brání, netuším.

Částečně máš pravdu.  Například československé "č" skutečně přes GS nevyhledáš ani od nás ani ze zahraničí.  Většinou se ale problém prezentuje tak, že nelze vyhledávat s ignorováním diakritiky - a tohle u GS nefunguje nikomu, ani těm na Západě. Je otázkou, zda o tom GS ví - zkušenosti jsou takové, že když něco programují amíci, tak jsou s národními znaky vždy problémy protože je jim tahle problematika neskutečně vzdálená.. 

Mimochodem, vyhledávač na portálu project-gc najde i to Č, dá se zkusit slovenská keš s názvem začínajícím "čierno*"

[DarkLord Reviewer]

Darku, jak to vyhledávání dělají kolegové v zahraničí ? Vždyť (jak jsem psal výše) musejí mít ty samé problémy !

 

Neřeší to . Stejně jako neřeší spousty dalších věcí jako atributy, přesnost zaměření, rozdíly mezi multicachemi a mysterkami (a teď mám na mysli opravdu klasické dělení, ne nějaké sporné špeky), nenutí cachery uvádět správné typy wptů. atd. Zrovna před několika dny jsem sledoval interní video od Jeremyho "o stavu Unie", kde mimo jiné uváděl statistiky nejlepších reviewerů - např. ten první za minulých 12 měsíců publikoval přes 11 tis. keší. Upřímně řečeno, kdybychom to dělali tak, jak jinde ve světě (nechci samozřejmě generalizovat, ale pro příklad nemusíme chodit daleko), tak ta čísla pomalu dáme taky.

Teď tu může opět padnout již okřídlená věta o papežovitosti, nicméně je třeba si uvědomit, že 1. jsme tak nároční ve schvalování (a ano, kvůli tomu i třeba o něco pomalejší), protože je tu tlak samotné komunity (což ale osobně kvituji), aby keše nebyly tak odfláknuté jako jinde (ostatně potřeba dnes již bohužel zrušených povinných betatestů původně pocházela také od ní), 2. protože veškerá naše snaha je jen prostředkem k tomu, aby cacheři měli hru co nejpříjemnější a nemuseli se potýkat se zcela zbytečnými problémy spíše technického rázu.

Takže nechť si to třeba v zahraničí neřeší, ale my to tak budeme dělat nadále, protože ať mi tu nikdo nesnaží namluvit, že 1. je pro ownery až tak velké porušení jejich autorských, občanských a lidských práv, když po nich chceme odstraňovat diakritiku z názvu, 2. že to cacherům neusnadňuje práci .

[ladislavappl]

Ono to sem asi nepatří, ale existuje možnost zjistit, jaké kódy ten který soubor s textem (TXT, DOC, HTML, MOBI, EPUB atd.) používá? Něco jako MediaInfo, které zjistí video a audiokodeky? Třeba Writter někdy chce znát znakovou sadu, Calibre zas nabízí volby vstupu cp1250 až 1256, latin1, UTF8 apod.? Bylo by to jednodušší než to hledat pokusem a omylem.

[Arne1]

Ono to sem asi nepatří, ale existuje možnost zjistit, jaké kódy ten který soubor s textem (TXT, DOC, HTML, MOBI, EPUB atd.) používá? Něco jako MediaInfo, které zjistí video a audiokodeky? Třeba Writter někdy chce znát znakovou sadu, Calibre zas nabízí volby vstupu cp1250 až 1256, latin1, UTF8 apod.? Bylo by to jednodušší než to hledat pokusem a omylem.

DOC by to měl mít v sobě už dost let. HTML pokud je správně napsané, tak to má v META hlavičkách. MOBI a EPUB nevím o co jde.

U TXT je to nejhorší. Pokud není na začátku identifikace UTF, tak není šance něco poznat. Ať je to znaková sada ta nebo ona, vždycky jsou tam znaky s hodnotou 0 až 255. Dá se udělat maximálně analýza, že v nějakém konkrétním jazyku je pravděpodobný  výskyt jen nějaké podmnožiny znaků a podle toho se nějak chytat, ale to by nějak mohlo fungovat jen na statisticky významně dlouhých textech. A i pak by to mohlo být věštění z křišťálové koule (rozdíl mezi ISO-8859-2 a Windows-1250) 

[Roman_Jaromer]

Neřeší to . Stejně jako neřeší spousty dalších věcí jako atributy, přesnost zaměření, rozdíly mezi multicachemi a mysterkami (a teď mám na mysli opravdu klasické dělení, ne nějaké sporné špeky), nenutí cachery uvádět správné typy wptů. atd. Zrovna před několika dny jsem sledoval interní video od Jeremyho "o stavu Unie", kde mimo jiné uváděl statistiky nejlepších reviewerů - např. ten první za minulých 12 měsíců publikoval přes 11 tis. keší. Upřímně řečeno, kdybychom to dělali tak, jak jinde ve světě (nechci samozřejmě generalizovat, ale pro příklad nemusíme chodit daleko), tak ta čísla pomalu dáme taky.

Teď tu může opět padnout již okřídlená věta o papežovitosti, nicméně je třeba si uvědomit, že 1. jsme tak nároční ve schvalování (a ano, kvůli tomu i třeba o něco pomalejší), protože je tu tlak samotné komunity (což ale osobně kvituji), aby keše nebyly tak odfláknuté jako jinde (ostatně potřeba dnes již bohužel zrušených povinných betatestů původně pocházela také od ní), 2. protože veškerá naše snaha je jen prostředkem k tomu, aby cacheři měli hru co nejpříjemnější a nemuseli se potýkat se zcela zbytečnými problémy spíše technického rázu.

Takže nechť si to třeba v zahraničí neřeší, ale my to tak budeme dělat nadále, protože ať mi tu nikdo nesnaží namluvit, že 1. je pro ownery až tak velké porušení jejich autorských, občanských a lidských práv, když po nich chceme odstraňovat diakritiku z názvu, 2. že to cacherům neusnadňuje práci .

 

Když sleduji tuhle argumentaci, tak si říkám, co v tom GS dělají!

Na přání nás - tedy zákazníků asi spíš z vysoka kašlou. Protože kdyby investovali pár dolarů tak by je to nezabilo a jen v ČR těch dolarů (dnes už Eur) vyberou daleko více. Plná podpora UNICODE na CELÉM! serveru přece musí být pro server běžící na celém světě snad dnes samozřejmostí!

 

Spousta lidí říká, že si přejí i ostatní znaky, ale naráží to na to, že je to "technicky" nemožné. I když jinde (jiné servery i když ne pro GC) to umí... Tohle mě opravdu štve!

 

Abychom si rozuměli - osobně bych byl rád, kdyby se správné typy WP, správné typy keší atp. kontrolovaly i v cizině, ale jak je vidět, GS na to taky kašle! Tady si začínám čím dál více dělat představu o tom, že jim opravdu záleží jen na zisku... Ostatně jako všem firmám.

 

 

Ohledně toho odstraňování diakritiky - není to to, co říkáš - ale je to PRZNĚNÍ ČEŠTINY a taky dost to, že jak je vidět, Češi nejsou hrdí na svůj jazyk!

[Arne1]

Neřeší to . Stejně jako neřeší spousty dalších věcí jako atributy, přesnost zaměření, rozdíly mezi multicachemi a mysterkami (a teď mám na mysli opravdu klasické dělení, ne nějaké sporné špeky), nenutí cachery uvádět správné typy wptů. atd.

 

Svatá pravda. V Rakousku vždycky říkám: áá je zde oblíbený hint (tj. žádný).

[Arne1]

 

Ohledně toho odstraňování diakritiky - není to to, co říkáš - ale je to PRZNĚNÍ ČEŠTINY a taky dost to, že jak je vidět, Češi nejsou hrdí na svůj jazyk!

 

Před třiceti (ano tolika) lety jsem se podílel na lokalizaci původně amerických operačních systémů pro naše tehdejší "bednovité" počítače. Už tehdy jsme uměli upravit monitory pro zobrazení češtiny a manuály tisknout buď na česky umějících jehličkovkách nebo pomocí různých fíglů na bubnových rychlotiskárnách. Ten operační systém tehdy amíci (světlá výjimka) navrhli tak modulárně, že například zvládli třístupňové porovnání nutné pro řazení textů podle českých zvyklostí (zajímalo by mne, zda se dnes najde někdo kdo ví jak se správně řadí čeština). Obávám se, že do dneška to co máme od Microsoftu není tak promakané. Přechod na PC se všemi těmi udělátky jako byli Kameničtí a pod byl ohromný krok zpět.

Takže mne docela irituje, že za tolik let se ten vývoj někde posunul jen minimálně a stále se řeší otázky ideologické (je diakritika zapotřebí?) i praktické (jak to udělat aby to fungovalo když o tom programátoři nemají ani páru).

[kolombo]

Jenže ten problém se netýká pouze počítačů, ale i dalších zařízení, kam exportujete data z webu.

 

Pokud si s něčím poradí počítač, tak to neznamená, že to zvládne GPSka. A někteří loví ještě se starými Legendy.

[HaLuMa]

Proč je hlavní překážkou používání diakritiky v názvech nemožnost vyhledání na gc.com? To nikomu nevadí, že to jejich vyhledávání je celé na pendrek, protože vyhledává jen na začátku názvu?

[dr.vota]

no ono je otázkou, jestli bychom opravdu, ale opravdu chtěli takovéhle listingy... GC2BE9D

[dr.vota]

Proč je hlavní překážkou používání diakritiky v názvech nemožnost vyhledání na gc.com? To nikomu nevadí, že to jejich vyhledávání je celé na pendrek, protože vyhledává jen na začátku názvu?

vadí 

[HaLuMa]

Pokud si s něčím poradí počítač, tak to neznamená, že to zvládne GPSka. A někteří loví ještě se starými Legendy.

 

A o to se ma starat centralni databaze? Neni to nahodou starost toho software, ktery do tech starych GPSek laduje data?

[mh.mail]

Když sleduji tuhle argumentaci, tak si říkám, co v tom GS dělají! ... Plná podpora UNICODE na CELÉM! serveru přece musí být pro server běžící na celém světě snad dnes samozřejmostí!

Jak to tak sleduju dlouhodobě, tak Amíci obecně mají velký problém zabývat se jinými formáty, než jaké se používají u nich. Ve spojení s určitou liknavostí GS to pak dopadá takto.
 

Ohledně toho odstraňování diakritiky - není to to, co říkáš - ale je to PRZNĚNÍ ČEŠTINY a taky dost to, že jak je vidět, Češi nejsou hrdí na svůj jazyk!

Souhlasím. Já jsem taky zastáncem snahy o co nejsprávnější používání češtiny. Snažím se i do fór a do mailů psát s diakritikou. Pouze SMS píšu bez ní, neboť bych si tak zbytečně zkracoval dostupný počet znaků.
Jenže lidí, kterým to vadí a kteří se na to snaží dbát, ubývá. Velkou měrou taky kvůli kdysi špatné podpoře diakritiky v počítačovém světě. Dnes s Unicode se to zlepšilo, ale spousta lidí si zvykla psát bez ní a už to nechce měnit.
Kdysi mě tady rozesmál příspěvek od jedoho kačera, zhruba v tomto znění: „Napsal jsem povídku o geocachingu, podívejte se na ni a napište mi, co si o ní myslíte. Ale nepište mi nic o tom, že tam jsou chyby, to mě nezajímá.“ Myslím, že to je, bohužel, typický stav.

[mh.mail]

Přechod na PC se všemi těmi udělátky jako byli Kameničtí a pod byl ohromný krok zpět.

 

Nemusel být, kdyby Amíci tenkrát jakožto hlavní výrobci PC a tvůrci systémů byli ochotni vzít na vědomí i jiné jazyky, než jen angličtinu.

Tento příspěvek byl upraven od mh.mail: 08 November 2013 - 14:35

[Arne1]

vadí 

Tak potom máme project-gc !