Συζήτηση Βικιπαίδεια:AutoWikiBrowser/Typos

Εγώ θα έλεγα για να δούμε το πρόβλημα σφαιρικά.. να εξάγουμε όλο το κείμενο της βικιπαίδειας και να βγάλουμε ένα λεξικό μοναδικών λέξεων αλλά δίπλα πόσες φορές εμφανίζεται η κάθε μία. Λέξεις οι οποίες εμφανίζονται λίγες φορές (π.χ. 1 φορά) το πιθανότερο (στατιστικά) θα είναι ότι έχουν λάθη τυπογραφικά (όπως αγγλικούς χαρακτήρες κλπ).

Πάνω σε αυτό το σύνολο θα πρέπει να εκπαιδεύσουμε εργαλεία είτε με κανονικές εκφράσεις είτε με άλλη μορφή επεξεργασίας να γίνει η διόρθωση. Ενδεχομένως να προκύψει και ένα λεξικό εξαιρέσεων μετά από μια τέτοια μελέτη. Ggia (συζήτηση) 20:24, 22 Νοεμβρίου 2012 (UTC)

Έχω δημιουργήσει το Βικιπαίδεια:Database download όπου μπορεί κάποιος να κατεβάσει όλη την ελληνική Βικιπαίδεια offline. Δε ξέρω πως θα μπορούσαμε να φτιάξουμε μια λίστα με όλες τις λέξεις όμως. -- Magioladitis (συζήτηση) 23:36, 23 Νοεμβρίου 2012 (UTC)

Υπάρχει το SRI-LM - εργαλείο για γλωσσικά μοντέλα (λεξικό με εμφανίσεις λέξεων, bigrams, trigrams), θα προσπαθήσω αν έχω σε text όλη την βικιπαίδεια να βγάλω το λεξικό και πόσες φορές εμφανίζεται η κάθε λέξη. Το έχω χρησιμοποιήσει στο παρελθόν το εργαλείο αυτό. Ακόμη και η πληροφορία των bigrams (δηλαδή πόσες φορές εμφανίζεται ένα ζευγάρι λέξεων) θα μπορούσαμε να μελετήσουμε πως θα το αξιοποιήσουσαμε. Θα κοιτάξω λίγο το dump, και να δω πως μπορώ να εξάγω από αυτό μόνο το text. Ggia (συζήτηση) 00:58, 24 Νοεμβρίου 2012 (UTC)

γιατί δεν απευθύνεσαι στους developers να σε βοηθήσουν; Στο unix υπάρχει το strings, το οποίο ίσως να μην δουλεύει με το ελληνικό αλφάβητο. Αλλά αυτοί μπορούν να σου δώσουν άμεση και σωστή απάντηση. Ggia, εσύ τι προτείνεις; --Ογκόλιθος (συζήτηση) 23:40, 23 Νοεμβρίου 2012 (UTC)

Εξαγωγή κειμένου από το dump

Κατέβασα το αρχείο dump elwiki-20121122-pages-articles-multistream.xml. Μέσα είναι αποθηκευμένα όλα τα λήμματα της βικιπαίδειας σε μορφή xml. Από ότι κατάλαβα τα "<br />" που έχει το λήμμα Γεωγραφία εμφανίζονται ως "<br /&gt" κλπ.. Τέτοια tags όπως το <br /> που ουσιαστικά είναι html tags και όχι mediawiki tags είναι επιθυμητά ή θα πρέπει να αφαιρεθούν; Είναι επιθυμητό να έχουμε "HTML: Special Characters" στα dumps;

Το λήμμα Γεωγραφία αποθηκευμένο με μορφή xml (από το dump)

<sha1>5yhfg5rkkibmrsoa3vhixru7bc5cafn</sha1>
      <model>wikitext</model>
      <format>text/x-wiki</format>
    </revision>
  </page>
  <page>
    <title>Γεωγραφία</title>
    <ns>0</ns>
    <id>30</id>
    <revision>
      <id>3698862</id>
      <parentid>3697542</parentid>
      <timestamp>2012-11-20T11:44:01Z</timestamp>
      <contributor>
        <username>Makecat-bot</username>
        <id>105135</id>
      </contributor>
      <minor />
      <comment>r2.7.3) (Ρομπότ: Προσθήκη: [[pa:ਭੂਗੋਲ]], [[wuu:地理学]]</comment>
      <text xml:space="preserve">{{πηγές|27|03|2012}}
Η '''Γεωγραφία''' είναι η συστηματική σπουδή και περιγραφή τόσο της επιφάνειας της Γης, όσο και των φαινομένων που συμβαίνουν σ΄αυτή.<br /> 
Είναι η [[επιστήμη]] που μελετά και τις κατ΄ επέκταση σχέσεις του [[άνθρωπος|ανθρώπου]] προς τη [[Γη]]. Μελετά πώς οι άνθρωποι χρησιμοποιούν, αλλά και να διαμορφώνουν το χώρο μέσα στον οποίο ζουν, καθώς και πώς η Γη επηρεάζει τον τρόπο που ζουν οι άνθρωποι. Ιδιαίτερα διαμορφώνει τους γενικούς όρους κατανομής και ζωής των όντων στην επιφάνειά της.

Συνεπώς η Γεωγραφία περιορίζεται εξ αντικειμένου στη σπουδή και την έρευνα μόνο στην επιφάνεια της Γης, στη περιγραφή και στην ερμηνεία των φαινομένων που συμβαίνουν σ΄ αυτή, είτε είναι φυσικά, είτε είναι ανθρωπογενή. Το πεδίο αυτό, της γεωγραφικής έρευνας - μελέτης - περιγραφής και ερμηνείας περιορίζεται σε οτιδήποτε είναι ορατό από έναν υποθετικό παρατηρητή που βρίσκεται σ΄ ένα αερόστατο με απεριόριστη δράση. Υπό την έννοια αυτή η Γεωγραφία παρουσιάζει ασύγκριτο ενδιαφέρον και πολύ ανώτερο από τη "ξηρή" παράταξη και παράθεση ονομάτων και αριθμών.<br /> 
Και ακριβώς αυτή την αντίληψη σχημάτισαν πρώτοι οι Έλληνες, διακρίνοντας και πρώτοι τα ουσιώδη χαρακτηριστικά προσδιορίζοντάς τα με μία λέξη "''Γεωγραφία''". Η λέξη παράγεται από τις [[Ελληνική Γλώσσα|ελληνικές λέξεις]] ''γη'' και ''γράφω'' («γράφω» στα [[αρχαία ελληνική γλώσσα|αρχαία ελληνικά]] σημαίνει ''ζωγραφίζω''). 
* Ο επιστήμονας που ασχολείται με αυτή την επιστήμη ονομάζεται [[γεωγράφος]].

== Ετυμολογία ==
Η συλλαβή γεω, φέρεται με 4 έννοιες = 
# '''χωρώ''', εξ ου και γη (και η γη είναι αυτή πού χωρά τα πάντα)
# λαμβάνω και δέχομαι (εξ ου και γωγυτός), η τών βελών θήκη, κάποιος πού είναι χωρυτός = χωρείν τά ΄ρυτά, δηλ. τα βέλη και τόξα (εις ην τα ΄ρυτά χωρείται)
# γεννώ= εξ ου και γυνή,
# το φωνώ, εξ ου και γεγωνώς, (αρσ.) και τώρα, γεγ-ο-ν-ό-ς.
Το "'''χ'''" μετατρέπεται σέ "'''γ'''", και γίνεται γέω/γώ + γράφω = γεννώ ( δηλ, γράφει/ζωγραφίζει όσα χωρούν, ο γεωγράφος).
Έτσι, γεωγραφία = ζωγραφική / γραφή (και καταγραφή) όσων χωρούν, δηλ. της Γης.
 
== Γενικά ==
Η Γεωγραφία είναι πολύ περισσότερη από μία χαρτογράφηση και μελέτη χαρτογραφημάτων, με παράθεση των 'ακρωτηρίων και κολπίσκων'. Δεν διερευνά μόνο τι είναι και πού βρίσκεται στη Γη, αλλά επίσης και το γιατί βρίσκεται εκεί και όχι κάπου αλλού, αυτό που μερικές φορές αποκαλείται και «τοποθεσία του χώρου». Μελετά αυτό με γνώμονα εάν η αιτία είναι φυσική ή ανθρωπογόνος. Επίσης, μελετά και τις συνέπειες που προκύπτουν από αυτές τις διαφορές.

Όπως ο [[Ουίλιαμ Χιουζ]] (William Hughes) - που δίδασκε τη γεωγραφία των Ιερών Τόπων στους μαθητές της Θεολογίας στο Βασιλικό Κολλέγιο του Λονδίνου (King's College London) - το έθεσε σε μία προσφώνηση το 1863: «''Η απλή ονομασία χωρών δεν είναι γεωγραφία. Το να ξέρεις από στήθους ένα γεωγραφικό λεξικό δεν κάνει κάποιον, από μόνο του, γεωγράφο. Η γεωγραφία έχει υψηλότερες βλέψεις από αυτές: αναζητά την ταξινόμηση φαινομένων (ομοίως του φυσικού και πολιτικού κόσμου στο βαθμό που διερευνά τον δεύτερο) ούτως ώστε να συγκρίνει, να γενικεύσει, να περάσει από τις επιπτώσεις στα αίτια και κάνοντάς το αυτό να ανακαλύψει τους σημαντικούς νόμους της φύσης και να επισημάνει την επιρροή τους στον άνθρωπο. Με μια λέξη, η γεωγραφία είναι επιστήμη, όχι απλών ονομάτων, αλλά επιχειρημάτων και λογικής, αιτιών και επιπτώσεων''».

== Σειρά διεργασιών ==
Ο ουσιαστικός ρόλος της Γεωγραφίας αρχίζει αναμφίβολα με την καταγραφή και περιγραφή των γεωγραφικών στοιχείων ενός τόπου, ή μιας περιοχής (ποτάμια, βουνά, κόλποι κ.λπ.) και στη συνέχεια την κατανόηση των προτύπων σχημάτων (patterns) που δημιουργούν αυτά γενικά στο χώρο καθορίζοντας συγχρόνως τα δίκτυα (συστήματα αναφοράς) που συνδέουν αυτά. Στη συνέχεια προσδιορίζονται οι διεργασίες που προκάλεσαν αυτά, καθώς και τις αιτίες που συνεχίζουν να επιδρούν και να αλλάζουν αυτά. Τα παραπάνω πρότυπα σχήματα εξετάζονται κατά τη συνάφεια που παρουσιάζουν μεταξύ τους προκειμένου έτσι ν΄ αποδοθεί σωστά η πραγματική εικόνα και σε κάποιον που δεν έχει επισκεφθεί τον αυτό χώρο.<br />
Για παράδειγμα η γεωγραφική θέση και περιγραφή μιας πόλης εξετάζεται στο γενικότερο πλαίσιο της περιφέρειας που βρίσκεται, της χώρας που ανήκει, στο πλαίσιο της ηπείρου που περιλαμβάνεται και κατ΄ επέκταση στον παγκόσμιο γεωγραφικό χάρτη.

Κύριο στοιχείο στη πρόοδο και κατανόηση του τεράστιου αυτού επιστημονικού πεδίου είναι η σαφήνεια των γεωγράφων που θα πρέπει να τους διακρίνει, η αντικειμενική παρατήρηση και η πληρότητα της ερμηνείας των δεδομένων.

== Βασική διάκριση ==
Η Γεωγραφία αν και φαίνεται ως μία ενιαία επιστήμη στη πράξη εφαρμόζονται δύο τρόποι προσέγγισης του προβλήματος – σκοπού.<br /> 
Ο πρώτος τρόπος είναι η γεωγραφική εξέταση του χώρου κατά τμήματα ή περιφέρειες όπου τότε γίνεται αναφορά για «γεωγραφία περιοχών», ή περιφερειών (regional geography).<br /> 
Ο δεύτερος τρόπος είναι η ομαδοποίηση των γεωγραφικών δεδομένων ενός τόπου, σύμφωνα με ορισμένους συνδυασμούς που δημιουργούν πρότυπα σχήματα του χώρου, όπου τότε γίνεται αναφορά για «συστηματική γεωγραφία» (systematic geography).

== Ιστορία της Γεωγραφίας ==
Οι πρώτες έννοιες της Γεωγραφίας αποκαλύπτονται στην [[Ελληνική Μυθολογία]] όπου οι πολύ πρώιμες παρατηρήσεις των γεωλογικών αναστατώσεων και των επακόλουθων διαμορφώσεων, τουλάχιστον του αρχαίου ελλαδικού χώρου, διαμορφώνονται ως μυθολογικές ανθρωπόμορφες έννοιες και μυθικές δραστηριότητες αυτών. Ασφαλώς και από την άποψη αυτή ο [[Ησίοδος]] αλλά και ο [[Όμηρος]] θα πρέπει να θεωρούνται οι πρώτοι γεωγράφοι. Αλλά και στην αρχαία [[Βαβυλώνα]] και την [[Αίγυπτος|Αίγυπτο]] οι πρώτες γεωγραφικές αναφορές χαρακτηρίζονται ως τοπογραφία περιοχών που εξαφανίζονται από πλημμύρες.

Ο Ελληνικός πολιτισμός είναι ο πρώτος πολιτισμός που ενεργά εξερεύνησε τη Γεωγραφία ως [[επιστήμη]] και [[φιλοσοφία]], με κύριους συντελεστές τους [[Θαλής|Θαλή το Μιλήσιο]], [[Ηρόδοτος|Ηρόδοτο]], [[Ερατοσθένης ο Κυρηναίος|Ερατοσθένη]], [[Ίππαρχος ο Ρόδιος|Ίππαρχο]], [[Αριστοτέλης|Αριστοτέλη]], [[Δικαίαρχος|Δικαίαρχο τον Μεσσηνό]], [[Στράβων]]α και [[Κλαύδιος Πτολεμαίος|Πτολεμαίο]]. Η χαρτογράφηση από τη [[Ρωμαϊκή Αυτοκρατορία]] κατά τη διάρκεια των εξερευνήσεων τους πρόσθεσε νέες τεχνικές στη Γεωγραφία(*). Μία από τις τεχνικές είναι ο [[περίπλους]]: η περιγραφή λιμανιών και της στεριάς που ένας ναύτης θα συναντούσε στη διάρκεια του ταξιδιού κατά τη στεριά.

(*). Με τον τίτλο "Γεωγραφία" φέρεται σειρά διαφόρων ιστορικών βιβλίων που ασχολούνται με το θέμα, όπως το αξιόλογο Geographia από τον [[Κλαύδιος Πτολεμαίος|Κλαύδιο Πτολεμαίο]] ([[2ος αιώνας|2ος αιώνας μ.Χ.]]).

Κατά τη διάρκεια του Μεσαίωνα Άραβες όπως οι [[Idrisi]], [[Ibn Battuta]] και [[Ιμπν Χαλντούν]] διατήρησαν τις ελληνικές και ρωμαϊκές τεχνικές και δημιούργησαν δικές τους.

== Κλάδοι της γεωγραφίας ==

* [[Φυσική Γεωγραφία]] ([[Γεωμορφολογία]], [[Κλιματολογία]])
<!--
Η [[Φυσική Γεωγραφία]] εξετάζει τη φύση και τα χαρακτηριστικά των στοιχείων που συνθέτουν το φυσικό περιβάλλον, τις διεργασίες που εμπλέκονται στην ανάπτυξή τους, τη διανομή τους στην επιφάνειας της γης καθώς και τις μεταξύ τους σχέσεις και αλληλεπιδράσεις. Τα στοιχεία αυτά είναι το κλίμα και ο καιρός, η μορφολογία του εδάφους, τα ορυκτά και τα πετρώματα, το νερό, η χλωρίδα και η πανίδα.
-->
* [[Ανθρωπογεωγραφία]]
* [[Βιογεωγραφία]]
* [[Πολιτική Γεωγραφία]] και [[Γεωπολιτική]]
* [[Γεωπληροφορική]]
* [[Χαρτογραφία]]

<!--
== Μέθοδοι ==
== Κλάδοι ==
=== Φυσική γεωγραφία ===
=== Ανθρώπινη γεωγραφία ===
==== Κουλτούρα και Πολιτική Οικολογία ====
==== Έρευνα Κινδύνου ====
=== Ιστορική γεωγραφία ===
=== Επιστήμη Γεωγραφικών Πληροφοριών ===
Η επιστήμη πίσω από τα [[Γεωγραφικά Συστήματα Πληροφοριών]] (ΓΣΠ).
== Γεωγραφικές Τεχνικές ==
== Συναφείς Κλάδοι ==
=== Πολεοδομία και Περιφερειακός Προγραμματισμός ===
=== Περιφερειακή Επιστήμη ===
-->

== Δείτε επίσης ==
{{Πύλη|Γεωγραφία|P globe.svg}}
* [[Κατάλογος χωρών]]
* [[Χώρα]]
* [[Έθνος]]
* [[Πόλη]]

== Εξωτερικοί σύνδεσμοι ==
{{commonscat|Geography}}
* [http://www.aegean.gr/geography/greek/geography.htm Γεωγραφία, η επιστήμη του χώρου και του χρόνου], Τμ. Γεωγραφίας, Πανεπιστ. Αιγαίου.

{{γεωγρ}}

[[Κατηγορία:Γεωγραφία|*]]
[[Κατηγορία:Κοινωνικές επιστήμες]]

{{Link FA|lmo}}
{{Link FA|sl}}
{{Link FA|hr}}
{{Link GA|es}}

[[ab:Географи]]
[[af:Geografie]]
[[ak:Gyeografi]]
[[als:Geografie]]
[[am:መልክዓ ምድር]]
[[an:Cheografía]]
[[ar:جغرافيا]]
[[arc:ܓܐܘܓܪܦܝܐ]]
[[arz:جغرافيا]]
[[as:ভূগোল]]
[[ast:Xeografía]]
[[av:География]]
[[ay:Uraqita]]
[[az:Coğrafiya]]
[[ba:География]]
[[bar:Geografie]]
[[bat-smg:Geuograpėjė]]
[[bcl:Heograpiya]]
[[be:Геаграфія]]
[[be-x-old:Геаграфія]]
[[bg:География]]
[[bh:भूगोल]]
[[bi:Jiografi]]
[[bm:Dùgùkòlòkùnnàkalan]]
[[bn:ভূগোল]]
[[bo:ས་ཁམས་རིག་པ།]]
[[br:Douaroniezh]]
[[bs:Geografija]]
[[ca:Geografia]]
[[cbk-zam:Geografia]]
[[ceb:Heyograpiya]]
[[ckb:جوگرافیا]]
[[co:Geografia]]
[[cs:Geografie]]
[[csb:Geògrafijô]]
[[cv:Географи]]
[[cy:Daearyddiaeth]]
[[da:Geografi]]
[[de:Geographie]]
[[dv:ޖުޣުރާފީ]]
[[en:Geography]]
[[eo:Geografio]]
[[es:Geografía]]
[[et:Geograafia]]
[[eu:Geografia]]
[[ext:Geografia]]
[[fa:جغرافیا]]
[[fi:Maantiede]]
[[fiu-vro:Maatiidüs]]
[[fo:Landafrøði]]
[[fr:Géographie]]
[[frp:G·eografia]]
[[frr:Geografii]]
[[fur:Gjeografie]]
[[fy:Geografy]]
[[ga:Tíreolaíocht]]
[[gan:地理學]]
[[gd:Cruinn-eòlas]]
[[gl:Xeografía]]
[[gn:Tetãnguéra]]
[[gu:ભૂગોળ]]
[[gv:Çheer-oaylleeaght]]
[[he:גאוגרפיה]]
[[hi:भूगोल]]
[[hif:Jagha]]
[[hr:Geografija]]
[[hsb:Geografija]]
[[ht:Jewografi]]
[[hu:Földrajztudomány]]
[[hy:Աշխարհագրություն]]
[[ia:Geographia]]
[[id:Geografi]]
[[ie:Geografie]]
[[ig:Ọmúmú-àlà]]
[[ilo:Heograpia]]
[[io:Geografio]]
[[is:Landfræði]]
[[it:Geografia]]
[[iu:ᓄᓇᐅᔪᖅ/nunaujuq]]
[[ja:地理学]]
[[jbo:tutske]]
[[jv:Géografi]]
[[ka:გეოგრაფია]]
[[kab:Tarakalt]]
[[kbd:Хэкумэтх]]
[[kk:География]]
[[kl:Nunalerineq]]
[[km:ភូមិវិទ្យា]]
[[kn:ಭೂಗೋಳ ಶಾಸ್ತ್ರ]]
[[ko:지리학]]
[[krc:География]]
[[ku:Erdnîgarî]]
[[kv:География]]
[[kw:Dorydhyeth]]
[[ky:География]]
[[la:Geographia]]
[[lad:Jeografiya]]
[[lb:Geographie]]
[[lez:География]]
[[li:Geografie]]
[[lij:Geografia]]
[[lmo:Geugrafia]]
[[ln:Mambí ma mabelé]]
[[lo:ພູມສາດ]]
[[lt:Geografija]]
[[lv:Ģeogrāfija]]
[[map-bms:Geografi]]
[[mdf:Географие]]
[[mg:Jeografia]]
[[mhr:Географий]]
[[mk:Географија]]
[[ml:ഭൂമിശാസ്ത്രം]]
[[mn:Газарзүй]]
[[mr:भूगोल]]
[[ms:Geografi]]
[[mt:Ġeografija]]
[[mwl:Geografie]]
[[my:ပထဝီဝင်]]
[[mzn:جوغرافی]]
[[nah:Cemānāhuacāyōtl]]
[[nds:Geografie]]
[[nds-nl:Geografie]]
[[ne:भूगोल]]
[[new:भूगोल]]
[[nl:Aardrijkskunde]]
[[nn:Geografi]]
[[no:Geografi]]
[[nov:Geografia]]
[[nrm:Géographie]]
[[nso:Thutafase]]
[[oc:Geografia]]
[[os:Географи]]
[[pa:ਭੂਗੋਲ]]
[[pam:Geografia]]
[[pcd:Géografie]]
[[pl:Geografia]]
[[pnb:جغرافیہ]]
[[pnt:Γεωγραφίαν]]
[[ps:ځمکپوهنه]]
[[pt:Geografia]]
[[qu:Allpa saywachi]]
[[rm:Geografia]]
[[rmy:Phuvipen]]
[[ro:Geografie]]
[[roa-tara:Sciugrafije]]
[[ru:География]]
[[rue:Ґеоґрафія]]
[[sa:भूगोल]]
[[sah:География]]
[[sc:Geografia]]
[[scn:Giugrafìa]]
[[sco:Geografie]]
[[sh:Zemljopis]]
[[si:භූගෝල විද්‍යාව]]
[[simple:Geography]]
[[sk:Geografia]]
[[sl:Geografija]]
[[sm:Geography]]
[[sn:Taranyika]]
[[so:Juquraafi]]
[[sq:Gjeografia]]
[[sr:Географија]]
[[ss:Temhlaba]]
[[su:Géografi]]
[[sv:Geografi]]
[[sw:Jiografia]]
[[ta:புவியியல்]]
[[te:భూగోళ శాస్త్రము]]
[[tg:Ҷуғрофия]]
[[th:ภูมิศาสตร์]]
[[tk:Geografiýa]]
[[tl:Heograpiya]]
[[tpi:Save long giraun]]
[[tr:Coğrafya]]
[[ts:Ntivo-mbangu]]
[[tt:География]]
[[uk:Географія]]
[[ur:جغرافیہ]]
[[uz:Geografiya]]
[[vec:Giografia]]
[[vep:Geografii]]
[[vi:Địa lý]]
[[vo:Taledav]]
[[wa:Djeyografeye]]
[[war:Heyograpiya]]
[[wo:Melosuuf]]
[[wuu:地理学]]
[[yi:געאגראפיע]]
[[yo:Jẹ́ọ́gráfì]]
[[zea:Heografie]]
[[zh:地理学]]
[[zh-classical:地理學]]
[[zh-min-nan:Tē-lí-ha̍k]]
[[zh-yue:地理]]</text>

Ggia (συζήτηση) 13:03, 27 Νοεμβρίου 2012 (UTC)

Το ιδανικό είναι να μην υπάρχουν html tags μέσα στον wikicode. Ειδικά τέτοιες περιπτώσεις χρήζουν αντικατάστασης γιατί δυσκολεύουν τη μετατροπή της σελίδας από wikicode σε html και μπορεί να έχουν και απρόσμενα αποτελέσματα σε παλιούς browsers. -- Magioladitis (συζήτηση) 14:14, 27 Νοεμβρίου 2012 (UTC)

[1] -- Magioladitis (συζήτηση) 14:15, 27 Νοεμβρίου 2012 (UTC)

Ωραία να βάλουμε τότε κάποια κανονική έκφραση που να αφαιρεί το <br /> σε 2 \n (newlines) στον πίνακα;

Όσο για την μετατροπή του dump σε κείμενο δοκιμάζω το εργαλείο Wikipedia Extractor γραμμένο σε python το οποίο έχει χρησιμοποιηθεί στην Ιταλική. Ggia (συζήτηση) 14:30, 27 Νοεμβρίου 2012 (UTC)

Έβαλα την κανονική έκφραση \s*<[bB][Rr]\s*/>\s* [2] η οποία βρίσκει το <br /> αλλά και παραλλαγές αυτού (όπως <Br /> ή <br /> κλπ). Γιατί στην αγγλική σελίδα δεν υπάρχουν regexes για αφαίρεση κώδικα html; Ggia (συζήτηση) 15:24, 27 Νοεμβρίου 2012 (UTC)

Το AWB παρέχει κάποια για <br>,<b>,<i>,<p> tags. Πρόσφατα ξεκίνησε από τους χρήστες και η πλήρης απαλοιφή του <font> και κάποιον άλλων. -- Magioladitis (συζήτηση) 18:36, 27 Νοεμβρίου 2012 (UTC)