Ubuntu Manpage: hunspell - unicode-os helyesírás-ellenőrző, szótövező és morfológiai elemző program

NÉV

       hunspell - unicode-os helyesírás-ellenőrző, szótövező és morfológiai elemző program

ÁTTEKINTÉS

       hunspell    [-1aDGHhLlmnOstvwX]    [--check-url]    [--check-apostrophe]    [--help]   [-i
       karakterkódolás]          [-d           szótár[,...]]           [-p           sajátszótár]
       [szöveges/OpenDocument/TeX/LaTeX/HTML/SGML/XML/nroff/troff állomány(ok)]

LEÍRÁS

       A  hunspell  felismeri  és  javítja  az  elütéseket  és  típushibákat  egyszerű  szöveges,
       OpenDocument, (La)TeX, XML, HTML és groff (kézikönyv oldal) állományokban.

       Ha nem adunk meg állománynév-paramétert, a Hunspell  az  Ispell  csőfelületéhez  hasonlóan
       működik:  a bemenet sorait szavakra bontja, és *, +, vagy - jellel kezdődő kimeneti sorral
       jelzi, ha egy szó jó, és # vagy & jellel, ha rossz. A  csőfelület  parancsait  viszont  az
       Ispellhez hasonlóan csak a -a kapcsoló megadásával értelmezi.

       Állománynév paraméter esetén elindul egy az Ispelléhez hasonló interaktív felület.

KAPCSOLÓK

-1 Speciális formátum: a bemeneti állomány tabulátorjelet tartalmazó soraiból csak az
első tabulátorjel előtti karaktersorozatot vizsgálja meg.

-a Ispellhez csőfelület. A !, +, -, @, #, vagy ^ jellel kezdődő sorok a csőfelület
parancsai, jelentésüket az Ispell kézikönyvoldal részletezi. A -a kapcsoló hatására
a kimenetben a jó szavakat csak csillaggal jelzi a Hunspell. Ez nagyobb
kompatibilitást biztosít az Ispellt használó programok némelyikével (például a LyX-
szel). Ekkor nem kell megadnunk a -a kapcsolót, mivel az Ispellt használó programok
automatikusan ezzel a kapcsolóval indítják el az Ispell nevében futó Hunspellt is.

-d szótár[,szótár2,...]
Beállítja a helyesírási szótárakat a kiterjesztés nélküli szótárnevek, útvonalak
megadásával.

Például a

hunspell -d hu_HU,hu_geo,hu_med,de_DE,de_med

a magyar alapszótárat és kiegészítő szótárait, valamint német alapszótárat és annak egy
kiegészítő szótárát tölti be. Az alapszótárak egy aff és egy dic kiterjesztésű állományból
állnak, a kiegészítő szótárak csak dic állományból. A kiegészítő szótárak nevére
vonatkozóan nincs szabály (csak a dic kiterjesztés), a szótárnevek sorrendje határozza
meg, hogy melyik alapszótárhoz töltődnek be a kiegészítő szótárak (ami pedig meghatározza
a javaslattevést). Az első szótár mindig alapszótár.

Az alapértelmezett szótár a környezet nyelvi beállításától függ az Unix rendszereken.
Locale hiányában a /usr/share/hunspell/default az alapértelmezett szótár.

A megadott útvonal lehet abszolút és relatív is. Relatív útvonal esetén először az
aktuális, majd a /usr/share/hunspell és még több más könyvtárban keresi a szótárt a
program. L. -D és a PÉLDÁK.

-D A keresési útvonalak, az elérhető és betöltött szótárak útvonalának kijelzése.

-G A -l, -w, és -L kapcsolókat kiegészítő kapcsoló. A standard bemenetről érkező hibás
szavak, illetve sorok megjelenítése helyett a jó szavak és a hibátlan sorok
megjelenítését kérhetjük vele. Ha mást nem adunk meg, a -l kapcsoló hatásának
megfelelően működik, csak a rossz helyett a jó szavakat írja a standard kimenetre.

-h, --help
A beépített leírás megjelenítése.

-H HTML bemeneti állományformátum beállítása. Ha az állomány nevének .html vagy .htm a
kiterjesztése, ez automatikusan bekövetkezik.

-l Kiírja a hibás szavakat a standard bemenetről érkező állományból. Használható a
-H, -t, -n, -1 kapcsolókkal együtt is. A -G kapcsoló megfordítja a Hunspell
működését: csak a jó szavak kerülnek kiírásra.

-L Csak a hibás szavakat tartalmazó sorokat írja ki a standard bemenetről érkező
állományból. Használható a -H, -t, -n, -1 kapcsolókkal együtt is. A -G kapcsoló
megfordítja a működését: csak azok a sorok kerülnek kiírásra, amelyek egy hibás
szót sem tartalmaznak.

-m Elemző üzemmód: a bemeneti szövegszavak morfológia elemzése, illetve a szótári
morfológiai leírás hiányában a toldalékolt szavak kapcsolóinak kijelzése
(szótárfejlesztőknek).

-n Nroff/troff bemeneti állományformátum beállítása, elsősorban a kézikönyvlapok
ellenőrzésére.

-O OpenDocument (ODF vagy flat ODF) bemeneti állományformátum beállítása. Ha az
állomány nevének .odt, .ods, .odp, .odg, illetve ezek sablon (.ott, ...) vagy flat
(.fodt, ...) változatainak megfelelő a kiterjesztése, ez automatikusan
bekövetkezik. Ha még nem volna, telepítsük az unzip programot a kapcsoló
használata előtt.

-p saját_szótár
A felhasználó saját szótárának beállítására szolgál.

Az alapértelmezett saját szótár a $HOME/.hunspell_default állomány. Ha szótárat is
megadunk a -d kapcsolóval, vagy a DICTIONARY környezeti változóval, a saját szótár
a $HOME/.hunspell_szótárnév lesz. Ha a saját szótár nem létezik, létrehozza.

Ha az aktuális könyvtárban is van egy ugyanilyen nevű állomány, akkor annak
tartalma is beolvasásra kerül, mint saját szótár, és az újonnan felvett szavak is
ide kerülnek.

A -p , vagy a WORDLIST környezeti változó megadásával új saját szótárat jelölünk
ki. A saját szótárat az aktuális könyvtárban, és a saját könyvtár gyökerében
($HOME) keresi a Hunspell. Ha nem található, akkor az újonnan felvett szavak
mentésénél létrehozza a saját könyvtár gyökerében.

-s Tövező üzemmód: a bemenő szövegszavak tövezése (a szótártól függő pontossággal).

-t LaTeX bemeneti állományformátum beállítása. Ha az állomány nevének .tex a
kiterjesztése, ez automatikusan bekövetkezik.

-u Tipikus hibák kijelzése az állományból, cserejavaslattal.

-u2 Tipikus hibák és javításuk kijelzése módosítható, és a sed programmal
végrehajtatható formában. Irányítsuk a Hunspell kimenetét egy állományba.
Törüljük azokat a sorokat az elmentett állományból, amelyek sed paranccsal megadott
javítását nem szeretnénk. Mentsük el az állományt, és a sed -f javítás
eredeti_állomány >javított_állomány paranccsal javíthatjuk az állományt gyorsan és
egyszerűen. (A sok hibát tartalmazó állományok javítását gyorsítja meg ez a
lehetőség.)

-U Ha az -u kapcsolóval kapott javaslatokat mind el szeretnénk fogadni, akkor az -U
kapcsolóval a Hunspell automatikusan végrehajtja a cseréket, és a módosított
állományt a szabványos kimenetre küldi. Példa a javításra: hunspell -U
eredeti_állomány >javított_állomány. A hibakimeneten megjelennek a javítások is
még egyszer, a - kapcsolóhoz hasonló módon.

-v Verziószám.

-vv Verziószám (Ispell kompatibilitás miatt).

-w Csak a hibás szavakat írja ki a standard bemenetről érkező, soronként egy szót
tartalmazó állományból. A sorok nincsenek szavakra bontva. A sorok szavakra
bontása, és csak a hibás szavak kiírása a -w kapcsolóval érhető el. A -G kapcsoló
megfordítja a Hunspell működését: csak a jó szavak kerülnek kiírásra.

-X XML bemeneti állományformátum beállítása. Ha az állomány nevének .xml a
kiterjesztése, ez automatikusan bekövetkezik.

INTERAKTÍV FELÜLET

A felület legfelső sorában a hibás szóalakot, és az éppen vizsgált állomány nevét látjuk.
Amennyiben egy szóalak szótári tiltás miatt nem kerül elfogadásra, a bal felső sarokban a
TILTOTT! (FORBIDDEN!) üzenet is megjelenik. Ez az üzenet arra utal, hogy nem hiányos
szókincs, hanem szándékos tiltás miatt nem került a szó elfogadásra. Az első sor alatt az
állomány hibás szót tartalmazó sorát, és szövegkörnyezetét láthatjuk, majd ezt követik a
javaslatok, ha vannak.

A használható billentyűkombinációk:

Szóköz Továbblépés javítás nélkül a következő hibás szóra.

Számok A megfelelő javaslat kiválasztása.

c Csere. A hibás szó cseréje a megadott szóra, vagy szavakra. Az Escape billentyű
kétszeri lenyomásával megszakíthatjuk a a cserét.

j A szó elfogadása a program futásának befejeződéséig.

f A szó felvétele a saját szótárba.

k A szó kisbetűsként való felvétele a saját szótárba.

t Ragozott tőszó felvétele. A ragozás a másodikként megadott, mintául szolgáló szó
alapján történik. Ha ez a szó nincs felvéve a szótárba, a tőszófelvételt elölről
kell kezdeni.

Példa: gyakran hiányoznak az idegen és a mozaikszavak. Vegyük fel a hiányzó OTP
szót a tv köznévi mozaikszó toldalékaival! Lenyomjuk a t billentyűt, beírjuk, hogy
OTP, leütjük az új sor billentyűt, beírjuk, hogy tv, és ismét új sor. A tv szó
ugyanis már szerepel a szótárban, és ragozása mondja meg a programnak, hogy az OTP
szót milyen toldalékokkal szeretnénk látni, pl. OTP-hez, OTP-met stb. a tv-hez,
tv-met mintájára. A -val/-vel, -vá/-vé toldalékokat a kötőjellel kapcsolt
toldalékú szavak esetében külön kell felvenni, de még így is sokkal kényelmesebb a
speciális tőfelvétel, mint minden (akár több száz) toldalékos alakot külön-külön
felvenni.

Egy kis segítség a minta kiválasztásához: első menetben a hangrend számít. Pl.
mozaikszavaknál a mély hangrendű új szavak felvételénél használhatjuk a MÁV szót
példaként, ajakréses magas hangrendnél pedig az említett tv-t. Ajakkerekítéses
magas hangrend esetében a HÖK szót használhatjuk (amíg át nem lesz javítva a helyes
hök-re). Ha a hiányzó szó nem mozaikszó, hanem például tulajdonnév, a Pál, Péter,
Örs szavakat adhatjuk meg példának a hangrendtől függően. Ha meg egyszerű köznévről
van szó, akkor használjuk az ok, ék, ük szavakat. Igéknél áll, vél, ül, ikes
igéknél ázik, vérzik, nőzik lehet a példa (remélhetőleg a következő változatokban
egyszerűsödik ez a tőfelvétel).

Az Escape billentyű kétszeri lenyomásával megszakíthatjuk ezt a műveletet.

Az itt felvett szavak automatikusan a saját szótárba kerülnek. Ha ezt innen törölni
szeretnénk, a programból kilépve a saját szótár kézi átszerkesztésével tehetjük
meg.

m Kilépés a változtatások mentése nélkül. A program változtatás megléte esetén
megerősítést kér.

v Az állomány ellenőrzésének megszakítása a változtatások mentésével. Ha van
következő állomány, akkor a program annak ellenőrzését kezdi el.

? Segítség. Hasonló rövid leírás megjelenítése a billentyűparancsokról.

CSŐFELÜLET

       A Hunspell  soronként dolgozza fel  az  állományokat,  a  helyes  szavakat  *  (tőszó),  -
       (összetett  szó),  vagy  +  (ragozott  szó)  karakterrel  jelöli, a helyteleneket # (nincs
       javaslat) , vagy & (van javaslat) karakterrel. A + jelet a kimenetben követi még a  szótő.
       A  #  jel  után  a hibás szó, és kezdőpozíciója van feltüntetve.  A & jelet követi a hibás
       szó; a javaslatok száma; a hibás szó kezdőpozíciója; majd kettőspont  után  a  javaslatok,
       vesszővel elválasztva:

              macska
              *
              macskabajusz
              -
              macskák
              + macska
              mcsk
              # mcsk 0
              macka
              & macka 7 0: macska, maca, racka, packa, vacka, marka, mackó

PÉLDÁK

       hunspell -d en_US english.html
              Az   amerikai   angol   helyesírási   szótár   kiválasztása   (aktuális,   vagy   a
              /usr/share/hunspell könyvtárból.

       hunspell -l szöveg.html
              A megadott állomány hibás szavainak kiírása.

       hunspell -l *.odt | sort | uniq >nem_ismert_szavak
              Az aktuális könyvtárban található összes OpenDocument szöveges állomány nem  ismert
              szavainak állományba mentése (az ismétlődők kiszűrésével).

       hunspell -p nem_ismert_szavak_de_jok *.odt
              Az  aktuális  könyvtárban  található  OpenDocument  szöveges  állományok interaktív
              ellenőrzése saját szótár megadásával. A példában szereplő  saját  szótár  nem  más,
              mint  az előzőleg elmentett nem_ismert_szavak állománya, amelyekből kivettük azokat
              a szavakat, amelyeket most javítani szeretnénk.

KÖRNYEZET

       DICTIONARY
              A szótár helyének megadására szolgál. Szerepe megegyezik a -d kapcsolóval.

       DICPATH
              A szótárkeresési útvonalat tartalmazó változó.

       WORDLIST
              A saját szótár helyének megadására szolgál. Szerepe megegyezik a -p kapcsolóval.

ÁLLOMÁNYOK

       /usr/share/default.aff Az alapértelmezett ragozási táblázat. Lásd hunspell(4).

       /usr/share/default.dic Az alapértelmezett szótár  az  előző  ragozási  táblázathoz.   Lásd
       hunspell(4).   $HOME/.hunspell_default  Az  alapértelmezett  saját  szótár.  Az  állományt
       létrehozza a Hunspell, ha nem létezik. Lásd ispell(1).

LÁSD MÉG

       hunspell (4), hunstem (1), makedb (1), lookdb (1), ispell (1), ispell (4),  Magyar  Ispell
       dokumentáció.

ELŐNYÖK

       A program a következő előnyöket nyújtja a hasonló célokat szolgáló Ispell-lel szemben:

       -      Képzők  átfogó  ismerete. (Több tízezer helyes szóalak elfogadását tette lehetővé a
              tesztelésre használt 4 millió szavas gyakorisági szótárban.)

       -      Homonimák kezelése (nincsenek például olyan alakok elfogadva, mint megvárban).

       -      Helyes javaslatok a több karakter változásával járó tipikus hibákra (j/ly,  íj/ijj,
              nyj/nny  és  még  több  tucatnyi  tévesztés  megvizsgálásával).  Az Ispell csak két
              karakter felcserélése;  vagy  egy  karakter  hiánya,  cseréje,  illetve  felesleges
              jelenléte esetén ad helyes javaslatot.

       -      Az  összes  helyes összetett szónak látszó, de tipikus hibával előálló alak tiltása
              (karvaj, színtű, súlytó stb.)

       -      Javaslatok valószínűségi sorrendben  jelennek meg (tipikus  hibák,  i/í,  o/ó,  u/ú
              tévesztések stb.).

       -      Összetett   szavak   esetén    6–3-as  szabály  alkalmazása  (helyesírás-ellenőrző,
              gépkocsi-összeszerelés).

       -      Mozgószabály alkalmazása (kiviteli engedély, kiviteliengedély-kérés).

       -      A magyar nyelv  egyéb  összetételi  szabályainak  alkalmazása  (például  hatlövetű,
              tizenkét lövetű, kéthavi, két hónapos, másodmagával).

       -      Leg-,   legesleg-  és  -bb  confixum  helyes  kezelése  (nincs  pl.  legédes,  csak
              legédesebb).

       -      Ragozható  tőszófelvétel.   Megkönnyíti   egy   új   szó   ragozott   változatainak
              ellenőrzését,  feleslegessé  téve  ezek  külön-külön  történő  felvételét  a  saját
              szótárba.

       -      Javaslatok mássalhangzó-triplázások (sakkkör,  baletttáncos,  dzsesszszak)  esetén.
              (Ispell helyesnek fogadja el ezeket.)

       -      Javaslatok szótagduplázások (oktatatás, igenenevet) esetén.

       -      Javaslatok ékezet nélküli szövegre (tukorfurogep->tükörfúrógép).

       -      Kötőjeles szavak kezelése (unos-untalan).

       -      Toldalékolt számok (1-jén, 11-én, 5.-et) kezelése.

       -      °, %, és § jelek (%-kal) toldalékolt alakjainak kezelése.

       -      Mozaikszavak (MÁV-osokat) kezelése.

       -      Y-ra végződő szavak (boyjal, pennyvel) kezelése.

       -      Idegen ejtésű szótagra végződő szavak (Anonymusszal, Voltaire-nek) kezelése.

       -      Két szóból álló földrajzi nevek (San Franciscó-i) kezelése.

       -      Hibás alakok tiltása (Babitssal, tanit, alkotóművész stb.)

       -      Tiltások jelzése a felhasználói felületen.

       -      Egyéb (például az Ispell ragozott utószó esetében bármilyen szóösszetételt elfogad:
              macskatekerem, kutyakavarom, ezt a Hunspell nem teszi meg).

       -      Magyar nyelvű (illetve locale (7) függő) felület.

       -      Hordozható szöveges szótárállományok, szemben az Ispell platform, és bináris Ispell
              fordítástól függően (nem) kezelhető adatállományaival.

SZERZŐ

       A  Hunspell  az  OpenOffice.org  MySpell  függvénykönyvtárán továbbfejlesztése.  A MySpell
       affixumtömörítésének mintája az International Ispell program volt.

       A mintaként  szolgáló  International  Ispell  szerzője  Geoff  Kuenning,  sok  más  elődje
       munkájára támaszkodva (l. ispell(1)).

       A  Myspellt Kevin Hendricks készítette a legjelentősebb nyílt forráskódú irodai csomaghoz,
       az OpenOffice.org-hoz 2001-2002-ben (l. http://hu.openoffice.org).

       A Hunspell programkönyvtárat és parancssori  programot  Németh  László  <nemeth@openoffice
       PONT org> készítette 2002-2008-ban.

                                         2014. május 27.                              hunspell(1)