Med hjelpemidlar som den framifrå Ordbanken både i terminalen og nettlesaren, har det blitt endå enklare. For kvart innlegg eg skriv, blir eg betre og betre. Eg vil derfor fortsetja med å skriva nynorsk. Nå som eg skal bli pappa, må eg dessuten ta ansvar for mine barns skulegang. Då må eg jo kunne hjelpa dei i nynorsk såvel som dei andre faga.

For dei som likar bokmål, fins det derimot eit alternativ; nemleg Kevin Brubeck Unhammers flotte arbeid med maskinomsetjaren Apertium. Eg har derfor lagt til ein bokmålslenke i menyen til høgre. Samtidig vil eg oppfordra folk som skriv bokmål til å gjera det same. Apertium kan omsetja begge veier.

Sjølv om eg ikkje har særleg lang erfaring, har eg starta så smått med å omsetja det hendige vevstatistikkprogrammet Piwik til nynorsk. Dei som vil hjelpa meg med å testa omsetjinga kan lasta ned språkfila om dei har Piwik sjølv, eller senda meg eit ebrev om dei vil få ein konto hjå oss.

Eg såg dessuten i loggane mine at ein stakkar hadde forvilla seg inn på det nemnte innlegget ved å søkja etter «Legg til søk i bokmålsordboka i Internet Explorer», så då kan eg jo dekka det òg, i Firefox vel å merka. Dei som nyttar IE bør uansett testa ut Firefox 3.5, med snaddar som <video> osb.

Ein av dei hendige funksjonane eg nemnte forrige gong, var at programmet kan skriva ut som html. Det gjer saka mykje enklare for oss, for då treng med berre henta inn søket frå brukaren, køyra programmet med dei rette parametrane, og skriva det attende til brukaren.

Det er to måtar me kan gjera dette på; me kan skriva eit tenarsideskript og køyra det på ein tenar som til døme denne her, eller me kan skriva ein liten og nett vevtenar berre for denne jobben. Ei kjekk ting med Ordbanken, er at heile ordlista ligg lokalt. Dermed kan me nytta ho i heimen, på toget eller kor som helst. Derfor gjeng eg for den siste løysinga, slik at me ikkje bryt me slik ein hendig funksjon. La oss sjå kor enkelt me kan gjera dette med nokre få linjer Python.

Ein av tinga eg likar med Python, er at det har eit stort bibliotek som standard. Det har kanskje ikkje eit like stort eksternt bibliotek som Perls CPAN endå, men det treng me ikkje bry oss om: Alt med treng for denne oppgåva, ligg allereie i biblioteket.

Komma igang

For at me skal kunne nytta Ordbanken via nettlesaren, må me først ha eit skjema å skriva orda inn i. Med mine fantastiske evnar har eg laga eit serdeles estetisk skjema:

Med dette på plass, er med klar for å skriva tenaren. Det er ein enkelt jobb, av di BaseHTTPServer-modulen har alle brikkene med treng. Alt me må gjera, er å definera kva som skal skje når tenaren mottar ein spørjing, ved å laga ein subklasse av BaseHTTPRequestHandler. Av di med berre treng GET, treng me ikkje implementera støtte for POST.

Ettersom me berre har to moglegheitar, blir tenaren vår særs enkel. Om brukaren ikkje har skreve noko ord, gjev me han skjemaet. Hev han allereie skreve eit ord, gjer me han utskrifta frå Ordbanken. Då treng me ikkje tenka på 404 meldingar osb. Koden for dette blir dermed kort og grei (code2html stal alle innrykka mine:

def do_GET(self):

“”“

Gjev spørjeskjemaet eller slå opp ord.

““”

self.send_response(200) #skjemaet fins alltid, inga 404

apply(self.send_header, self.ctype) #send header
self.end_headers()

# hent ut evt skjemadata
url = urlparse.urlparse(self.path)

data = urlparse.parse_qs(url.query)

# så opp ord, eller skriv skjemaet

if(“ord” in data):
self.wfile.write(self.oppslag(data))

else:
self.wfile.write(self.skjema) # self.skjema er html’en til skjemaet vist ovanfor

Nå som me har GET-handteraren på plass, må me skriva oppslag-metoden me kallar på ovanfor. Den er heller ikkje mykje hokus pokus. Me sjekkar om brukaren har valt språk, bygg opp kommandolinja til Ordbanken, og nyttar subprocess-modulen til å køyra programmet. Det som er kjekt med subprocess, er at programmet blir køyrd direkte, uten å gå innom skallet. Dermed treng me ikkje bekymra oss for at slemmingar skriv injections. Når me har køyrd programmet, sjekkar me om det gjekk bra. Gjekk det bra, svarar metoden med den vanlege utskrifta frå Ordbanken. Gjekk det dårleg, skriv den ut feilutskrifta.

def oppslag(self, data):

“””
Slår opp ord ved å nytta ordbanken.
““”

args = ["ordbanken", "--html"] #her legg ein til -r for regex

#sett språk
if data.has_key(“språk”) and data["språk"] == “nb”:

args.append(“-s nb”)

#legg til ord og evt filtre
args += [elem for elem in data["ord"][0].split()]

#køyr kommandoen
ordbanken = Popen((args), stdout=PIPE, stderr=PIPE)

retval = ordbanken.wait()

#les frå stdout om ting gjekk bra
if retval == 0:

return ordbanken.stdout.read()
else:
return ordbanken.stdout.read()

Då er subklassen vår ferdig, og alt me manglar er å be HTTPServer nytta han. I tillegg nyttar me optparse, så me slipp å hardkoda adresse og port for tenaren vår:

if __name__ == “__main__”:

from optparse import OptionParser

parser = OptionParser()

parser.add_option(“-p”, “–port”, dest=“port”, default=8080, \
help=“Porten tenaren nyttar”)

parser.add_option(“-a”, “–addr”, dest=“addr”, default=“localhost”, \
help=“Adressa tenaren nyttar”)

opts, args = parser.parse_args()

try:

httpd = HTTPServer((opts.addr, int(opts.port)), NettOrdBanken)

print(“Vevtenaren starta pÃ¥ %s port %s.” % (opts.addr, opts.port))

httpd.serve_forever()

except KeyboardInterrupt:
print(“Eg døyr!”)

httpd.socket.close()

Det ferdige skriptet finn dykk her.

I bruk

Å nytta vevtenaren er særs enkelt. Berre køyr skriptet gjennom python eller gjer det køyrbart

egil@morgenstern [nettordbanken] $ python nettordbanken.py
Vevtenaren starta på localhost port 8080

Så er det berre å peika nettlesaren på adressa, som standard er http://localhost:8080. Skriv me no til døme «virke verb», får me følgjande utskrift attende frå tenaren:

virke	virk	verb	imp
virke	virka	verb	imp
virke	virke	verb	imp
virke	virka	verb	inf
virke	virke	verb	inf
virke	virkast	verb	inf	pres	st-form
virke	virka	verb	perf-part
virke	virkt	verb	perf-part
virke	virkar	verb	pres
virke	virker	verb	pres
virke	virka	verb	pret
virke	virkte	verb	pret

Vips, så har me Ordbanken ikkje berre i terminalen, men i nettlesaren òg.

Integrert i adresselinja

Skjemaet er ikkje mykje pent å sjå på, men det er heller ikkje tiltenkt masse bruk. Skal ein først ha Ordbanken i nettlesaren, må den vera like enkel å nytta som den vanlege utgåva. Eg har inga planar om å visa korleis ein gjer det med Internet Explorer¹, men held meg til Firefox og Opera. Eg nyttar sjølv Firefox, men siden det er ein (av mange) funksjonar som har sitt opphav i Opera, tek eg med den òg. (Eg gidd ikkje legg inn masse pakkar berre for å ta med Konqueror òg) Du må berre skriva ein innspel om du nyttar noko anna.

Når det er sagt, nyttar eg den vanlege adresselinja, ikkje det nyare søkjefeltet ein finn til høgre. Litt av poenget forsvinn om ein ikkje kan nytta dei gode gamle hurtigtastane Det er ikke særleg vanskeleg, og er veldig likt i båe Firefox og Opera. Høgreklikk på tekstfeltet, og vel det valet som inneheld «Search»: «Add a Keyword for this Search…» for Firefox, og «Create Search» for Opera.

Første steg i Firefox

Første steg i Opera

Deretter fyller ein enkelt inn dialogen som føljer.

Andre steg i Firefox

Andre steg i Opera

Dermed kan ein enkelt søkja i Ordbanken berre ved å skriva «ord <ditt ord>» i adressefeltet, så kjem svaret frå Ordbanken rett i nettlesaren. Då er det berre ein ting att å gjera før me kan sjå oss fornøgd, automatisk oppstart.

Automatisk oppstart

For at me skal kunne nytta Ordbanken i nettlesaren, er med avhengig av at tenarprosessen køyrer i bakgrunnen. Første gong ein testar det, kan ein køyre det i eit terminalvindauge. Det er derimot inga permanent løysing. Skal me nytta det spontant når me lurar på eit ord, må me fram me litt automatikk. Eg har inga planer om å visa korleis ein gjer det på alle posix-kompatible system som python måtte køyre på, men held meg til Gnome. (Eg kan òg nemna Fluxbox, legg skriptet litt ein plass i ~/.fluxbox/startup)

For å starta eit program kvar gong ein loggar inn, veljar ein «Startup Applications» under System->Preferences.

Menyval

Når kontrollpanelet dykkar opp, klikkar ein ganske enkelt på New, og fyll ut felta i dialogen som kjem opp.

Lag ny automatisk oppgåve

Fyll ut egna namn og kommentar, og bla deg fram til der du lagra skriptet. Av di eg ikkje har gidda å gjera det køyrbart, skriv eg python foran etterpå . Neste gang du loggar inn, vil tenaren køyre i bakgrunnen, og Ordbanken er klar til bruk.

1. Sjølv om Ordbanken virkar om ein legg inn Cygwin med make og util-linux

Ordbanken er eit kjekt lite program som ikkje berre gjev deg tilgang til ordboka i terminalen, men legg inn heile ordboka lokalt på maskina. Eg kunne f eks ha nytta BeautifulSoup til å skriva eit skript som spør nettsiden, men å ha dataene tilgjengeleg lokalt gjer at ting går mykje snøggare. Ei anna nemneverdig ting er at Ordbanken, inklusive båe nynorsk og bokmål ordliste, er lisensiert under gpl (v3+), så eg kan skriva mi eige vevteneste om eg så vil

Installasjon

Ordbanken er per idag berre tilgjengeleg som tarball. Det er ikkje så rart med tanke på at den første utgåvå kom første mai. Det overrasker meg ikkje om det dukkar opp pakkar i ulike distroar etter kvart. Dei som vil slå opp ord i terminalen lar seg vel ikkje skremme av velkjente kommandoar som make uansett Kjem det eit gui etterkvart blir det ei anna sak.

Installeringa er veldig enkel. Ettersom det ikkje er noko kode som skal kompilerast, er det heller ikkje noko configure-skript å køyre. Derimot blir ordlistene optimert ved å fjerna overflødige kommentarar etc, så ein må køyre make. make install sleng så programvaren inn i /usr/local (eller ei anna plass om ein nytta make install PREFIX=/home/brukar/foo).

Etter ein enkel og grei installasjon er me klare til å testa ut programmet.

I bruk

Å nytta ordbanken er ikkje værre enn å kalla kommandoen med ordet du måtte lura på. Idag er det ganske varmt her i Oslo, så la oss sjå kva ordbanken svarar på ordet ‘varm’:

egil@thor:~$ ordbanken varm
varm  varmare   adj  komp
varm  varme     adj  pos   fl
varm  varme     adj  pos   bu     eint
varm  varm      adj  pos   m/f    ub    eint
varm  varmt     adj  pos   nøyt  ub    eint
varm  varmaste  adj  sup   bu
varm  varmast   adj  sup   ub

Dykk får diverre ikkje sett fargekodane, men ettersom programmet stør html-utskrift i tillegg, kan eg jo leggja ved det òg¹ :

varm	varmare	adj	komp
varm	varme	adj	pos	fl
varm	varme	adj	pos	bu	eint
varm	varm	adj	pos	m/f	ub	eint
varm	varmt	adj	pos	nøyt	ub	eint
varm	varmaste	adj	sup	bu
varm	varmast	adj	sup	ub

Som ein ser frå utskrifta, kjem alle bøyingane av ordet. Dette er kjekt for dei av oss som ikkje har brukt nok tid på den nettbaserte ordlista til å pugge dei grammatiske kodane, og er absolutt eit pluss.

Via UiO sitt nett, har eg òg tilgang til den proprietære vevtenesten ordnett. Prøvar eg den same spørjinga der, får eg føljande svar:

varm -t, -e²

Eg har ikkje utforska korleis dei gjeng opp mot kvarandre når det kjem til mengde ord osb, men på enkle oppslag er det kjekt at programmet ikkje sparar på blekket, men gjev meg alle formane rett ut, utan koding.

Det som derimot er eit sakn, er spørjingar med jokerteikn, slik at ein kan spørja om ord ein er usikker på. Båe den nettbaserte ordlista og ordnett stør slike spørjingar, men dei har begge mykje meir fartstid enn ordbanken. Eg trur derfor at ordbanken med tida vil få støtte for slike spørjingar med meir. Ein må heller ikkje gløyme at ordlistane er frie, så ein kan eksperimentera så mykje ein vil. Til døme kan ein skriva ut alle ord som startar med varm ved å nytta

cat /usr/local/share/ordbanken/fullform_nn.dat | grep ^varm

som gjev eit lass med ord frå varm til varmvatn.

Oppdatert 2009-08-06:

Som ein kan sjå frå innspela nedanfor, tok det ikkje lang tid før mi røyst var høyrd. Spørjingar med regex var på plass same dagen som eg la ut innlegget. Med litt hjelp frå meg fekk me på plass jokerteikn på same måte som den nettbaserte ordlista med % for 0 eller fleire vilkårlege teikn, og _ for eitt. Eg har nytta desse kjekke funksjonane ein stund ettersom dei har vore i utviklarutgåva. Etter å ha kost seg der nokre dagar, er dei nå tilgjengelege i versjon 2009-08-05 som vart klar igår. Sjå lenka for døme.

Den nettbaserte ordlista har dessuten synonym og eksemplar, men det er ikkje sikkert dei kan distribuerast under den same frie lisensen som ordlistene.

I tillegg til rett fram spørjing, har programmet ulike flagg som klammeformer på/av, fargekodar på/av, og ein informativ eksempeltekst i tillegg til dei vanlege tinga som hjelpetekst over versjonsinformasjon. Det slår opp i nynorsklista som standard, men ein kan enkelt nytta bokmålsordboka ved å kalla programmet med -s nb. Dette blir fort keisamt i lengden, men då sett ein berre miljøvariabelen SPRAK_ORDBANKEN til nb, fortrinnsvis i rc-fila til skallet ditt.

Alt i alt er eg særs nøgd med ordbanken; det går mykje fortare å få fram eit terminalvindauge og køyre kommandoen enn å nytta dei nettbaserte tenestane, og ein får fram alle formane av orda utan noko strev. Innebygd støtte for jokertegn hadde vore kjekt, men det er ikkje værre enn å skriva ein regexp mot ordlista direkte. Når ein tenkar på kor ungt prosjektet er, kan ein ikkje få alt på ein gong heller. Då er det mykje betre med nokre funksjonar av gongen enn å venta til ein er nøgd nok til å sleppa versjon 1.0.

Eg har iallefall fått eit nytt flott verktøy som kjem til å gjera nynorskskrivinga mi endå enklare.

Oppdatert 2009-08-06:

Då eg skreiv dette innlegget, hadde eg ikkje trudd at ting ville skje så raskt. Karl Ove Hufthammer forten honnør for å ha implementert ønskja mine så fort. Sjølv om det var eg som la inn støtta for jokerteikn, var det han som gjorde grunnarbeidet. Mi kode skriv berre om utrykket til eit regulært utrykk, og det hadde ikkje gått om det ikkje hadde vore støtta i utgangspunktet. Han skal òg ha honnør for å lytta til brukarane og gjeva oss funksjonar han ikkje hadde tenkt å støtta. Ordbanken er særs kjekk for oss som ikkje skriv så godt nynorsk, og eg har nytta ho båe i dette innlegget og i andre prosjekt eg kjem attende til i nye innlegg seinare.

1. Den genererte html’en hadde ein bitteliten formalitetsfeil (ho mangla xmlns i html-tagen), men av di programmet er fritt, kunne eg enkelt laga ein triviell patch frå siste revisjon av koden og senda til utviklaren. Dette vart òg fiksa i v2009-08-05
2. I tillegg til dei fem forrige og neste orda i lista, men det er ikkje interessant, og heller ikkje vanskeleg å implementera i ordbanken.

Eg har ingen konkrete planar om å bytta om til bokmål, men det hadde vore spennande å vita om nokon bryr seg.

Resultat:

Eg fortsett med andre ord med å skriva Nynorsk