Co dělá makro ICorpExport

• Úpravy nutné pro zpracování v programu ParaConc – změny, které je nutné do textu zanést, aby ho bylo možné korektně zobrazovat v programu ParaConc:
  1. Převedení do podoby holého textu v jednobytovém kódování, které je schopné ParaConc zobrazit v závislosti na volbě znakové sady (při načtení do ParaConku se znaková sada volí pro jednotlivé jazyky v položce Skript).
  2. Nahrazení některých znaků, které je třeba vyhradit pro značkování (<,>, &).
     • Znaky, které v dané sadě nemají svůj kód, se převádějí do podoby nezávislé na použitém kódu – do takzvaných znakových entit, řetězců začínajících znakem & a končících ;. Tak třeba řetězec „&agrave;“ reprezentuje písmeno à. Seznam znakových entit najdete třeba zde: http://www.evolt.org/article/ala/17/21234/.

  3. Další úpravy usnadňující další práci s textem (např. nahrazení tří teček znakem „výpustek“, tedy ...).
  Tyto změny jsou vratné a text v konečném formátu korpusu bude v původním nebo požadovaném stavu.
• Změny potřebné k následnému zpracování – explicitní vyjádření formátu textu pomocí značek jazyka HTML a úprava těchto značek do takové podoby, aby soubor vyhovoval standardu XML.
  1. označení odstavců (<p id=...>)
  2. označení řezů písma (kurzíva, tučné písmo atd.)
  Značky pro odstavce a věty budou po zarovnání použity k vytvoření linkovacích souborů, které zajistí vlastní propojení jednotlivých vět mezi různými jazykovými verzemi.
• Podrobnější popis funkcí makra je uveden v příloze A.3.