Re: Proposal for a new SWORD filter to display word dividers
David Haslam <dfhdfh-g/[email protected]> Thu, 01 May 2025 11:58:38 +0000
| Newsgroups | gmane.comp.literature.sword.devel |
|---|---|
| Message-ID | <LOEr24WmJWyCoOfBf3uPtMajB2_FdlOeriGCOtTjESrXDRmIk5Mn397nQoM6rpbodmiWuXsmpckbnmHw6Y_vg_OY_Mglu5JiLviL6Y1rEB8=@protonmail.com> |
Hi Peter, Undoubtedly, but we cannot demand or expect most Bible translators to be XML afficionados. It's even difficult to teach some members of a translation team to use the ZWSP properly. "If you cannot see it, key it again" can so easily become the modus operandi. Witness the following in the same chapter prior to my involvement. After I replaced all ZWSP by MIDDLE DOT, just look at the tangle!!! See attached text file. So we should do "belt and braces" to help the weak. Also called "going the extra mile". đ But worry not. My feedback is already helping the Khmer translation team. Best regards, David Sent with [Proton Mail](https://pr.tn/ref/SWXT9A5YZ67G) secure email. On Thursday, May 1st, 2025 at 12:47 PM, Peter von Kaehne <[email protected]> wrote: > I think this is not difficult per se, but it should be properly encoded. > > <w> seems correct, using zero with characters seems not correct. > > Peter > > Sent from [Outlook for iOS](https://aka.ms/o0ukef) > --------------------------------------------------------------- > > From: sword-devel <[email protected]> on behalf of David Haslam <[email protected]> > Sent: Thursday, May 1, 2025 11:30 am > To: sword-devel mailing list <[email protected]> > Cc: David Haslam <[email protected]> > Subject: [sword-devel] Proposal for a new SWORD filter to display word dividers > > I wish to propose that we design in a new SWORD filter. > > The conf key would be: > > - GlobalOptionFilter=ShowWordDividers > > In the writing systems for the various languages of SE Asia (Thai, Khmer, Lao, Myanmar) there is [generally] no space between words. > > In this respect, they are like many European languages before the start of [silent reading](https://www.amazon.com/Space-Between-Words-Origins-Medieval/dp/080474016X). The descriptive term is Scriptura Continua. > > Some Bible translations for this region are already making use of one of the ZERO WIDTH characters to invisibly mark the divisions between lexical words. > Options include: > > - U+200B ZERO WIDTH SPACE > - U+200C ZERO WIDTH NON-JOINER > - U+FEFF ZERO WIDTH NO BREAK SPACE > > They exclude: > > - U+200D ZERO WIDTH JOINER > > A further possibility, even without requiring a full study Bible with Strong's, etc, is to simply wrap each lexical word within the OSIS w element. > One without any OSIS attributes would suffice for this purpose. Likewise, for the seg element. > > My proposal is that we design a feature to show/hide word dividers by displaying them using a suitable visible but non-intrusive character. > My suggestion is to use this Unicode character by default: > > - U+00B7 MIDDLE DOT > > We could even allow the actual visible character to be specified in a second conf key, thus: > > - VisibleWordDivider=U+00B7 > > Benefits would include: > > - Helps with language learning to know where lexical words start and end > - Helps with front-end search for whole words, exact phrase or all words > - Helps with checking the accuracy of Bible translations by clearly displaying lexical word boundaries at the touch of a single key in the front-end > - Paves the way for Study Bible with the addition of Strong's mark-up, etc. > > Here's a sample of Khmer verse text with the MIDDLE DOT as the visible word divider: > >> Obad.1.1 >> ááá¡ááśÂˇááťááˇá¡ááˇááˇááá¡áááá¡ááá¡á˘áźááśááś ááááá˘ááá áśáá¡ááśÂˇáááá¡ááśá¡áááááźá¡áá¸Âˇááááťá¡á˘áááá á áážá¡ááśá¡áŽÂˇáááášá¡áá¡áá¸Âˇááááá˘ááá áśáá ááşÂˇááśá¡ááźá¡ááááśáá¡ááśá¡áááááźá¡á˛áá¡áá ááááťá¡á áááá¡áá¡ááśááˇÂˇááśáá¡áĄáśá¡ááá¡ááśááá¡ááś "á áźá¡ááááá¡áĄážá ! á áźá¡áážá¡ááááá¡áĄážá¡áááážÂˇá ááááśáá¡ááśáá¡ááˇá¡áá" > > cf. Here's what it looks like with the ZWSP as the invisible word divider: > >> Obad.1.1 >> áááâááśâááťááˇáâááˇááˇáááâááááâáááâá˘áźááśááś ááááá˘ááá áśááâááśâááááâááśáâáááááźáâáá¸âááááťáâá˘áááá á áážáâááśáâáŽâáááášáâááâáá¸âááááá˘ááá áśáá ááşâááśáâááźáâááááśááâááśáâáááááźáâá˛ááâáá ááááťáâá ááááâááâááśááˇâááśááâáĄáśáâáááâááśáááâááś "á áźáâáááááâáĄážá ! á áźáâáážáâáááááâáĄážáâáááážâá ááááśááâááśááâááˇáâáá" > > If SWORD developers agree that my proposal merits consideration, please would you start on the software development. > > Best regards, > > David > > Sent with [Proton Mail](https://pr.tn/ref/SWXT9A5YZ67G) secure email. > > _______________________________________________ > sword-devel mailing list: [email protected] > http://crosswire.org/mailman/listinfo/sword-devel > Instructions to unsubscribe/change your settings at above page _______________________________________________ sword-devel mailing list: [email protected] http://crosswire.org/mailman/listinfo/sword-devel Instructions to unsubscribe/change your settings at above page
31 Obadiah Verse Text Middle Dot.txt
(text/plain, 11.3 KB)
áááááśááťááˇáááˇááˇááááááááááá˘áźááśááś ááááá˘ááá áśááááśááááááśááááááźááá¸Âˇááááťá¡¡á˘áááá¡á¡ áážá¡ááśá¡áŽÂˇÂˇáááášá¡¡áá¡áá¸Âˇáááá¡¡á˘ááá áśáá¡¡¡ ááşÂˇÂˇááśá¡ááźá¡ááááśáá¡¡ááśá¡áááááźá¡á˛áá¡áá ¡¡ ááááťá¡á áááá¡áá¡ááśááˇÂˇááśáá¡áĄáśá¡¡ááá¡ááśááá¡ááśÂˇ "¡á áźá¡ááááá¡áĄážá! á áźá¡áážá¡ááááá¡áĄážá¡áááážÂˇá ááááśáá¡¡ááśáá¡ááˇá¡¡áá¡" áážá¡ áážá¡áášá¡¡áááážÂˇá˛áá¡¡á˘ááá¡¡¡¡áá ¡ááśÂˇÂˇÂˇÂˇÂˇ áááááśááśááˇÂˇÂˇáá˝á¡áááśá¡ááźá ¡ ááááťá¡á áááá¡áááááśááśááˇÂˇááśáá¡áĄáśá¡ ááááá¡áážá¡ááśá¡¡á˘ááá¡¡¡¡ááśÂˇáá¸Âˇááááťá¡¡ á áˇááá¡á˘ááá˝á¡¡áááá¡á˘ááá¡ ááśá¡áááááá¡¡¡á˘áá¡á¡ ááááˇá¡á˘ááá¡¡ááá¡¡ááá¡áá ¡ááśá¡áááá áá¡ááá¡ ááˇá¡áá ¡ááśá¡áá¸Âˇááááá¡ á ážá¡ááˇááśá¡áá ¡ááááťá¡á áˇááá¡ááśÂˇ "¡áážÂˇá˘ááá¡ááśÂˇá˘áśá ¡áášá¡áááááśáá¡ááááťá¡¡ á áťá¡¡áá ¡áá¸Âˇááśá¡?"¡ ááá¡ááśÂˇáááááźá¡áááá¡¡áááá¡¡á˘ááá áśáá¡¡¡ áááááśÂˇá˘áááá ážááááśáááááá ááźá ááśáĽáááááḠááá¡ááśÂˇá˘ááá¡¡áááážÂˇááááťá¡¡¡¡¡¡¡¡áá ¡á áááá¡á áááźá¡ááááśá¡¡áá¡ááá¡ ¡ááťá¡áá¡¡áážá¡¡áášá¡¡¡¡áááááśáá¡á˘ááá¡¡¡áá¸á áťá¡áá¸ááá¡áá¡ááá¡ áááááˇá¡áážÂˇÂˇáá˝á¡á áá¡¡¡á áźá¡áá¡¡áŻÂˇá˘ááá áážÂˇáá˝á¡á áá¡ááááá¡¡¡á áźá¡áá¡¡áá ¡ááá¡ááá¡ ááá¡á˘ááá¡áášá¡ááááźá¡¡ááˇááśá¡áááśá¡¡ááááážáá¡ ¡áážÂˇÂˇÂˇÂˇáá˝á¡áá¡¡¡áášá¡ááˇá¡áá˝á ¡¡¡¡¡áá¡¡á˛áá¡¡áááá¡¡áá¡¡áŹÂˇá˘á¸? áááááˇá¡áážÂˇÂˇÂˇá˘ááá¡ááá¡áááá¡ááááśáá¡ááśáááźá¡áá¡¡ áážÂˇáá˝á¡áá¡¡ááˇá¡ááťá¡¡á˛ááááśá¡áá¡áááá¡áá ¡ááá¡áá¡áŹ?¡ ¡á˘áááśá¡¡¡ááááźá¡áá¡¡ááá¡ááá¡ ááááááááááááááˇÂˇÂˇÂˇáááá¡ááá¡ááááźá¡áá¡áážáááśá¡¡ áááááááááˇáááááááá˘ááá ááśá¡ááá¡á˘ááá¡áá ¡ááá¡áááááááááá¡¡ááááťá¡áááá¡á˘ááá¡ á ážá¡¡áá˝á¡á˘ááá¡¡ááśá¡áááááá¸Âˇááśá¡¡¡¡ááˇá¡á˘ááá¡¡ ááśá¡áááááá¡á˘ááá¡ ¡áááá¡ááśáá¡ááśá¡áááá¡¡áá¡á¡ á˘áá¡¡á˘ááá¡ááá¡áááˇááá¡¡¡á˘áśá áśá¡¡¡áááá¡á˘ááá¡ ááśá¡¡¡ááśáá¡¡á˘ááááśáá¡¡¡¡á áśáá¡¡á˘ááá¡ á ážá¡á˘ááá¡¡áá¡ááˇá¡¡¡ááá¡¡ááá¡áá¡áá¡ ááá¡ááśÂˇáááááźá¡áááá¡¡áááá¡¡á˘ááá áśáá¡¡ ¡áá ¡áááá¡ááá¡¡¡áážÂˇáážá¡áášá¡ááˇá¡ááááááśá¡¡¡¡¡¡ áá˝á¡á˘ááá¡ááááśááá¡¡¡á˘áá¡áá¸Âˇááááťá¡á˘áááá¡ á ážá¡¡¡¡¡¡¡ááśá¡ááááśá¡áá¡á áá¡¡áá¸ÂˇÂˇáááá¡¡¡á˘áááśá¡ áá¡áŹÂˇá˘á¸? áąÂˇááááťá¡áá¡áááśá¡á˘ážá¡ áá˝á¡¡á˘ááá¡ááááśáá¡¡¡ááźáá¡¡¡¡áááá¡¡á˘ááá¡áášá¡¡ááááźá¡¡ááá áśáá¡ááá áśá¡áá áážáááá¸ÂˇÂˇá˛áá¡ááááá¡ááááśÂˇÂˇáá ¡¡ááááá˘áááśá¡¡ ááááźá¡ááśáá¡á áá¡¡¡ááá¡ááśá¡¡ááśáá¡áááááśáá¡ ááá áááá¸Âˇá˘áśáááśáá¡¡¡áášá¡ááááá¡áážÂˇá˘ááá¡ á ážá¡á˘áá¡á¡áášá¡ááááźá¡¡ááśáá¡á áá¡¡¡ááśÂˇááá¡áá áźá¡ ááá¡ááááá¡¡¡¡á˘ááážÂˇááááá ¡¡¡áááá¡¡á˘ááá¡¡ á áááá¡¡áááśÂˇááťá¡ááśÂˇááá˘áźá¡¡áááá¡¡á˘ááá¡ áá ¡áááá¡ááá¡á˘ááá¡áá¡¡¡¡¡áá ¡ááááśá¡ ááşÂˇáá ¡áááá¡¡ááá¡áá˝á¡áááťááá¡á ááááá¡¡¡¡¡¡¡¡¡ ááśá¡áá¡¡ááááááááááááááˇÂˇÂˇÂˇÂˇáááá¡¡áá¡¡¡áá ¡ ááˇá¡ááśááˇÂˇááśááá¡ááá¡¡¡á áźá¡¡¡ááśá¡ááááśá¡¡¡¡¡¡ááááťá¡áááá¡¡áá¡ ¡¡á ážá¡¡á áśáá¡ááááá¡¡¡áá¡ááááťá¡ááááźááśáĄáˇá¡ ¡ááá¡á˘ááá¡áá¡ááźá ¡ááśÂˇÂˇÂˇÂˇáá˝á¡áá¡ááśÂˇááááśáá¡ááá¡ áá ¡áááá¡ááá¡áá¡ááá˘áźá¡¡áááá¡á˘ááá¡¡¡¡¡ááśá¡ááťááá¡ááááśá¡ ¡¡ááˇá¡ááááźá¡¡áá¡áážá¡¡ ¡ááśáá¡¡áááááśá¡áá¸áááśá¡¡¡¡¡¡á áááá¡¡¡¡áá˝á¡ááźá¡á á ¡ááźááśÂˇ ááááťá¡áááá¡¡ááá¡áá˝á¡áá¡ááááźá¡ááˇááśá¡áĄážá¡ áá¡¡ááˇá¡ááááźá¡¡¡¡¡¡¡ááśá¡ááááá¸Âˇá ážáááážá áá ¡áááá¡ááá¡áá¡ááśá¡ááá áááá¸ÂˇáááááśÂˇÂˇáá¡ áá ¡áááá¡¡áá¡ááá áááá¸Âˇá áˇá¡ááˇááśá¡áá¡¡¡áááááśááśááááá¡¡¡áááá¡¡áážá¡ ááˇá¡ááááźá¡¡¡á áźá¡¡¡áá ¡¡ááááťá¡ááááśá¡ááááťá¡¡¡¡áááá¡¡áá˝á¡áá¡¡áá¡ ááˇá¡ááˇá¡ááááźá¡áá¡áážá¡¡ááá áááá¸Âˇááťááá¡áááááśÂˇÂˇÂˇ áá ¡áááá¡áá¡ááá áááá¸Âˇá áˇáááˇááśá¡¡áááá¡¡áá¡áá¡ áá¡ááˇá¡ááááźá¡¡¡ááá¡ááśáá¡¡áááááá¡ááááááááˇÂˇÂˇÂˇáááá¡¡áá¡ áá ¡áááá¡áá¡ááá áááá¸Âˇá áˇáááˇááśá¡¡áááá¡¡áá¡áĄážá¡ ááˇá¡ááááźá¡áá¡¡á áśá¡áá ¡ááááá¡¡ááááźá¡ááááá¡ áážáááá¸ÂˇÂˇÂˇááááááśá¡¡¡á˘ááá¡ááá¡ááśá¡áá¸ááˇá¡¡ááá¡áá ¡ ¡ á ážá¡ááˇá¡ááááźá¡¡áááááá¡á˘ááá¡ááá¡áá ¡ááá¡¡¡ áá ¡áááá¡¡¡ááá¡ááááśá¡ááá áááá¸ÂˇááťááááááááśÂˇáĄážá¡ ááááˇáááááááááááá˘ááá áśáá ááşÂˇááˇá¡áá¡ááá¡áážÂˇáááááśááśááˇÂˇááśáá¡á˘áá¡á ážá¡ ¡¡á˘ááá¸Âˇááá¡á˘ááá¡ááśá¡ááááááášááá¡¡ ááá¡¡áááá¡á˘ááá¡áášá¡ááááááášááá¡á áááá¡á˘ááá¡ááˇá¡ ááşÂˇÂˇÂˇá˘ááážÂˇÂˇÂˇÂˇáááá¡á˘ááá¡¡áášá¡¡áááááá¡áá¡¡áážÂˇááááśá¡áááá¡¡á˘ááá¡ááˇá¡ ááááˇá¡á˘ááá¡¡ááśáá¡ááááśÂˇÂˇááśá¡áášá¡¡¡áá ¡áážÂˇÂˇÂˇáááá¡áááˇááťááá¡ áááá¡¡áážá¡¡áááá¡ááśÂˇ ááá¡¡¡áááááśááśááˇÂˇÂˇÂˇÂˇááśáá¡¡á˘áá¡¡áášá¡¡áášá¡¡áááá¡ááá¡¡ááá ¡á¡ ¡áá˝á¡áá¡áášá¡áášá¡ á ážá¡¡ááá¡¡¡¡¡á áźá¡áá ¡ á ážá¡¡¡áášá¡¡ááśá¡ááźá ¡ááśÂˇáá˝á¡¡¡¡ááááˇá¡ááá¡¡¡¡¡¡¡ááśá¡áážá¡áĄážá¡ áááťáááááá áážááááááá¸áááźá áášáááśáá˘áááááá¡¡¡áá ¡ááá¡ááá¡ á ážá¡¡¡¡¡áááá¡ááá¡áášá¡¡¡¡ááśá¡áááˇááťááá áŻÂˇÂˇááźá¡á á ¡¡¡áááśááťá¡¡áášá¡¡¡¡ááááá¡áááá¡¡¡ááááááááááááááˇÂˇÂˇáááá¡áá˝á¡áá¡ááˇá¡ áááááźáá á áááśááťááášáááśáááźá ááśáááážá á ážáááźáá á áááźáááááśá˘ááááśááááážá áŻááźáá á á˘áááśáááźá ááśáááááááśáá áá˝ááááášáááťá á ážááášá¡ááááááśá¡¡¡ááźá¡á á ¡¡á˘áááśá¡á˘áá¡¡áá ¡ ááá¡ááźá¡á á ¡¡á˘áááśá¡¡¡ áášá¡ááááśá¡¡¡á˘ááá¡ááśÂˇÂˇáá ¡ááá¡áĄážá¡ ááááˇá¡áááá¡¡á˘ááá áśáá¡¡¡ááśá¡ááśá¡áááááźá¡ááźá áááá¡ ááá¡áá˝á¡á˘ááá¡áá ¡¡ááááá¡ááááˇá¡ áášá¡ááááá¡áááá¡¡áááá¡á˘áááśá¡ á ážá¡áá˝á¡á˘ááá¡¡¡áá ¡¡ááááá¡ááśá¡ááááśá¡ áášá¡ááááá¡áááá¡¡áá¡ááśááˇÂˇÂˇáá¸áá¸áááá¸á¡ ááááťá¡¡¡á˘áááááśá˘áˇá¡ ááˇá¡¡ááááťá¡¡¡ááśáááśáḠá ážá¡¡¡¡ááťááááááááá¡ááááááśáá¸á¡ áášá¡ááááá¡áááá¡¡ááááťá¡ááśáĄáśá¡¡ ¡¡áá¡ááśááˇÂˇá˘áá¸ááááśÂˇá˘áá¡ááśÂˇááśÂˇá áśá ¡ááá¡¡¡¡¡ááśáá¡ááśÂˇáááážá¡ ¡¡¡áášá¡¡ááááá¡áááá¡áážÂˇáá¡ááśááˇÂˇÂˇááśááśá¡ áá áźá¡ááá¡¡ááááťá¡ááśááˇáááśÂˇ á ážá¡¡¡¡¡¡áááááśáá¡¡áá ¡¡ááááťá¡ááááźááśáĄáˇá ááá¡¡ááśáá¡ááśÂˇáááážá¡¡áá ¡¡¡ááááśáááśá¡¡ áášá¡ááááá¡¡áááá¡¡áá¸ááááťá¡ááśáá¡áĄáśá¡áá ¡ááááá¡¡¡ááááˇá¡ áá˝á¡á˘ááá¡ááá¡ááśá¡áááááááá¡¡¡ áášá¡áĄážá¡áá ¡¡ááááááá¸áááźá¡¡¡áážáááá¸Âˇááááá¡áááá¡¡áááá¡¡á˘áááśá¡ á ážá¡¡¡¡ááá¡ááśáá¡ááźá¡¡¡ááśÂˇáááá¡¡áááá¡¡á˘ááá áśáá¡¡