معالجة النصوص

الموسوعة الحرة

في مجال الحوسبة، يشير مصطلح معالجة النصوص إلى نظرية وممارسة أتمتة إنشاء النصوص الإلكترونية أو معالجتها. يشير النص عادةً إلى جميع الأحرف والأرقام الموجودة على لوحة مفاتيح المستخدم، ولكن بشكل عام، يُقصد به طبقة التجريد التي تقع مباشرةً فوق ترميز الأحرف القياسي للنص المستهدف. أما مصطلح المعالجة فيشير إلى المعالجة الآلية (أو الميكانيكية)، على عكس المعالجة نفسها التي تتم يدويًا.

تتضمن معالجة النصوص أوامر حاسوبية تستدعي المحتوى، وتغييرات المحتوى، وتحريك المؤشر، على سبيل المثال إلى

  • البحث والاستبدال
  • شكل
  • إنشاء تقرير مُعالَج عن محتوى، أو
  • تصفية ملف أو تقرير لملف نصي.

تُعدّ معالجة النصوص باستخدام التعبيرات النمطية بمثابة آلة تحرير افتراضية، تعتمد على لغة برمجة بدائية ذات سجلات مُسماة (معرّفات) ومواقع مُسماة في تسلسل الأحرف المُكوّنة للنص. وباستخدام هذه المعلومات، يستطيع "معالج النصوص" على سبيل المثال تحديد منطقة من النص، ثم نقلها. أما معالجة النصوص باستخدام الأدوات المساعدة فهي عبارة عن برنامج تصفية ، أو مُرشِّح . هاتان الآليتان تُشكلان معًا عملية معالجة النصوص.

تعريف

بما أن علامات الترميز القياسية، مثل رموز ANSI، غير مرئية عمومًا للمحرر، فإنها تتضمن مجموعة من الخصائص المؤقتة التي قد يصعب تمييزها أحيانًا عن معالجة النصوص . لكن الفروق الواضحة بينها وبين معالجة النصوص تكمن في أن معالجة النصوص نفسها:

  • يمثل "أدوات معالجة النصوص"، وليس مجرد تطبيقات "تحرير النصوص".
  • إنها أقرب إلى "طريقة لوحة المفاتيح"، على عكس "طريقة الماوس" (مثل السحب والإفلات، والقص واللصق) لبدء عملية التحرير.
  • يعتمد هذا النهج على الوصول التسلسلي بدلاً من الوصول العشوائي.
  • يعمل مباشرة على طبقة العرض بدلاً من العمل بشكل غير مباشر على طبقة التطبيق .
  • يعمل على معالجة البيانات الأولية بطريقة موحدة وبشكل أكثر انفتاحاً بدلاً من الميل نحو أي أساليب احتكارية.

وبهذا الشكل، لا تُعدّ علامات التنسيق، كنوع الخط ولونه، عاملاً مميزاً، لأنّ تسلسلات الأحرف التي تؤثر على نوع الخط ولونه هي ببساطة أحرف قياسية تُدرج تلقائياً بواسطة وضع معالجة النصوص في الخلفية ، وتُصمّم لتعمل بشفافية تامة بواسطة محررات النصوص المتوافقة، ولكنها تظهر كأوامر معالجة نصوص عند تعطيل هذا الوضع. لذا، تُعرَّف معالجة النصوص بشكل أساسي (ولكن ليس كلياً) حول الأحرف المرئية (أو الرسوم البيانية ) بدلاً من الأحرف القياسية غير المرئية.

تاريخ

بدأ تطوير معالجة النصوص الحاسوبية بشكل جدي مع قيام كلين بوضع تعريف رسمي للغة المنتظمة . ويمكن لهذه التعبيرات المنتظمة أن تتحول إلى برنامج مصغر، مزود بعملية ترجمة، ومتاح لإجراء أي تعديل، بمجرد توسيع تلك اللغة. وبالمثل، يتم توسيع المرشحات من خلال تطوير خيارات محددة .

المفاهيم الأساسية

يقوم المحرر أساسًا باستدعاء دفق إدخال وتوجيهه إلى بيئة معالجة النصوص، والتي تكون إما واجهة سطر أوامر أو محرر نصوص . ويمكن تطبيق المخرجات الناتجة على معالجة نصوص إضافية، وتكون النتيجة النهائية مماثلة لتطبيق خوارزمية واحدة تُنفذ مرة واحدة بواسطة برنامج حاسوبي أكثر تطورًا وهيكلية.

تختلف معالجة النصوص عن الخوارزميات، فهي عبارة عن سلسلة من التعليمات البرمجية البسيطة التي تُدار يدويًا، وتُمثل تعبيرات الأنماط والإجراءات وآليات التصفية. في كلتا الحالتين، يُنقل هدف المبرمج بشكل غير مباشر إلى مجموعة معينة من الأحرف النصية أثناء عملية المعالجة. غالبًا ما تكون نتائج خطوة معالجة النصوص واعدة، وتخضع الآلية المُستخدمة لتعديلات متكررة من خلال التغذية الراجعة البصرية، إلى أن يتم إتقان تفاصيل التعبير النمطي أو لغة الترميز، أو إلى حين استخدام خيارات الأدوات المساعدة بشكل كامل.

تهتم معالجة النصوص في الغالب بإنتاج الأحرف النصية على أعلى مستوى من الحوسبة، حيث تكون أنشطتها أدنى بقليل من الاستخدامات العملية للحوسبة - النقل اليدوي للمعلومات.

في نهاية المطاف، كل الحوسبة هي معالجة للنصوص، بدءًا من الأحرف النصية ذاتية التجميع للمجمع، مرورًا بلغة البرمجة الآلية التي يتم إنشاؤها للتعامل مع كتلة من البيانات الرسومية، وأخيرًا إلى الأحرف الخاصة بالتعبيرات النمطية التي تقوم بتنظيف المستندات النصية الموجودة.

معالجة النصوص هي عملية آلية بحد ذاتها.

الشخصيات

تأتي الأحرف النصية في مجموعات أحرف قياسية تتضمن أيضًا أحرف تحكم مثل أحرف السطر الجديد، التي تُرتّب النص. وتُرتّب أنواع أخرى من أحرف التحكم عملية الإرسال، وتُحدّد مجموعات الأحرف، وتؤدي مهام تنظيمية أخرى.

انظر أيضاً