feat: Szenenwechsel und Gedichte übernehmen (P4)
- Ein leerer Absatz (nur Leerzeichen/br) zwischen zwei Textabsätzen wird zu '* * *'; mehrere ergeben einen Wechsel. - Ornament-Absätze (***, ⁂ …) werden ebenfalls zu '* * *'. - Leere divs (z. B. Springer ClearBoth) und reine Ankerabsätze zählen nicht. - Gedichte (poem/verse/gedicht, z3998:poem) werden zum Zitatblock mit einer Zeile pro Vers und Leerzeile zwischen Strophen. Roman: 239 Szenenwechsel und 2 Gedichte (vorher verloren bzw. als lose Absätze); die Sachbücher sind praktisch unverändert. Bericht: layout. Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
This commit is contained in:
parent
5f7c352df1
commit
9b0f060af2
1 changed files with 125 additions and 0 deletions
|
|
@ -243,6 +243,13 @@ weil CommonMark keine `[^…]`-Syntax kennt.
|
|||
CSS-Dateien des Buches aus: Klassen-, Element- und ID-Selektoren, Nachfahren- und Kind-Kombinatoren,
|
||||
Spezifität und `style`-Attribute. `@media`-Blöcke und Selektoren mit Pseudoklassen werden ignoriert.
|
||||
Direkt aneinanderstoßende gleiche Hervorhebungen werden zusammengefasst (`*x**y*` → `*xy*`).
|
||||
- **Szenenwechsel und Verse:**
|
||||
- Leere Absätze zwischen zwei Textabsätzen werden zu `* * *`; mehrere hintereinander ergeben einen
|
||||
Wechsel. Ebenso werden Ornament-Absätze wie `***` oder `⁂` zu `* * *`.
|
||||
- Leere `div`s und Absätze, die nur Anker enthalten, gelten als Layout und nicht als Wechsel.
|
||||
- Gedichte (`poem`, `verse`, `gedicht` … bzw. `z3998:poem`) werden zum Zitatblock mit einer Zeile pro Vers
|
||||
und einer Leerzeile zwischen Strophen.
|
||||
- Anzahl im Bericht unter `layout`.
|
||||
- **Gescannte Texte:** nur Bilder, kein Text (keine OCR).
|
||||
- **DRM:** wird erkannt und abgelehnt.
|
||||
- **Register:** Buchstabengruppen werden zu `##`-Überschriften, Untereinträge erhalten `– `. Interne
|
||||
|
|
|
|||
Loading…
Reference in a new issue