News:

The Forum Rules and Guidelines
Our forum has Rules and Guidelines. Please, be kind and read them ;).

streetlist_cz.txt

Started by Václav, January 03, 2012, 03:30:41 PM

Previous topic - Next topic

0 Members and 1 Guest are viewing this topic.

Václav

Podařilo se mi získat seznam adres v ČR. Takže brzy bude seznam ulic i pro češtinu. Ale chvíli bude trvat než ten seznam zpracuji do podoby, kterou potřebuje Simutrans. ... A i když na tom začnu pracovat již dnes, tak to asi bude k dispozici ke stažení zde na foru nejdříve příští týden ve čtvrtek.

Chybami se člověk učí - ale někteří lidé jsou nepoučitelní

MHD

Paráda... :)
Bude potřeba Nightly?

Václav

Potřeba Nightly? No, musím připustit, že právě ten týden bude potřeba na to, abych prošel všechny názvy ulic a jakžtakž opravil jejich názvy tak, aby odpovídaly skutečnosti, pravopisu nebo alespoň logice. Pokud se ale i tak vyskytne nějaká chyba ... No, možná že nějaký mezistupeň bude potřeba než to bude možné nahrát na SVN.

Chybami se člověk učí - ale někteří lidé jsou nepoučitelní

MHD

Ne, myslel jsem, jestli je potřeba Nightly, aby se mohla listina zařadit do hry...
Jinak to chce klid...

Václav

#4
Jestli jsem četl dobře to téma, které jsi založil v sekci Help requests, tak se tenhle soubor dává k grafice a textům k ní, nikoliv k základním textům. Takže asi ne. Ale tohle je záležitost, kterou by měl vysvětlit VS.

-->
Počet názvů ulic před úpravami je přes dvacet sedm tisíc.

-->
Po zrušení duplicitních názvů a názvů, které snad ani názvy ulic nebyly (které se do seznamu nejspíš dostaly samotným zpracováním) klesl počet těsně nad dvacet sedm tisíc.

Ale mám teď takovou otázku: Jsou nějaká jména ulic, která mám zrušit? Jako třeba jmenné (tedy podle určitých osob)?

Chybami se člověk učí - ale někteří lidé jsou nepoučitelní

MHD

To podle mě ne.
A když by byla potřeba pomoc, já rád dělám listiny...

Lubak91

A nešlo by to udělat tak, že by se určité názvy v průběhu let obměňovaly? Na počátku století např. Náměstí Františka Josefa I., ve dvacátých letech Náměstí legionářů, poté třeba Štefánikovo, Rašínovo, Partizánů, Rudoarmějců,... atd.
A která vyřazovat? Pochybuji, ze by tam byl třeba liberecký "Adolf Hitler Platz"
So, let me get this straight. You want to fly on a magic carpet to see the King of the Potato People and plead with him for your freedom, and you're telling me you are completely sane?!

MHD

Asi hra ještě neni tak daleko...
Dosud soubor streetlist_xx.txt jenom je dobrý k pojmenování stanic. Diskuse o ulice je sice aktuální, ale nenajde se dosud ve hře...

Václav

Quote from: Lubak91 on January 03, 2012, 08:15:07 PM
Pochybuji, ze by tam byl třeba liberecký "Adolf Hitler Platz"
Ten tam opravdu není. Přeci jen, je to stav v prosinci loňského roku. Ovšem i tak tam figurují jiné nechvalně známé osoby: jako např. Klement Gottwald.

Chybami se člověk učí - ale někteří lidé jsou nepoučitelní

VS

Logika hledání a načítání tohoto souboru je 100% stejná jako u názvů měst.

K cenzuře seznamu - těžko říci, ale asi by bylo lepší vypustit minimálně ty nejkřiklavější případy. 27 tisíc je velmi mnoho, troufám si tvrdit, že tolik zastávek zaráz ve hře snad ani nikdy nebylo :)

My projects... Tools for messing with Simutrans graphics. Graphic archive - templates and some other stuff for painters. Development logs for most recent information on what is going on. And of course pak128!

Václav

#10
Takže bych navrhl tohle: Vytvořím nejméně dvě verze - původní (zbavenou jen duplicit a těch největších šíleností) a oškubanou navíc o jména osob. Ta původní bude jako _old. Ta oškubaná tak bude jako výchozí.

-->
Duplicity typu:
slovenské a české názvy měsíců
formy zápisu data - např. 28. říjen a 28. října
osobnost vícekrát (A. Jiráska, Aloise Jiráska apod.)

Chybami se člověk učí - ale někteří lidé jsou nepoučitelní

MHD

A já bych měl zájem o původní verzi...

Václav

??? O verzi nezkrácenou o žádnou položku? Jen s změnou velikosti písmen (ono totiž v tom XML souboru jsou totiž, bohužel, názvy ulic napsané velkými písmeny)?

Chybami se člověk učí - ale někteří lidé jsou nepoučitelní

MHD


VS

Rok se s rokem sešel, a... nějaký pokrok?

Hrál jsem si s databází MVČR, ale redigovat 200 kB textu sám nedokážu... Nicméně, solidní základ by tu byl, mám odstraněné velké množství duplikátů, nesmyslů a názvů které ve hře nedávají smysl.

Pokud by byl někdo pro tuhle legraci, navrhuji dělbu práce, nejlépe hromadnou. Nahrál bych sem předsekané kusy databáze jako texťáky, a vrátí se mi poškrtané. Jde totiž o to, že ve hře nemá smysl načítat celý ten seznam - teprve redukce cca 6x vydá rozumnou velikost. Kromě toho je nutné odstranit názvy, které:

* vztahují se k fyzickým jevům, především vodě, vrcholům a skalám
* vztahují se k továrnám, podnikům atd. (cementárna, družstvo, vápenka, lom...)
* vztahují se k železnici a jiným formám dopravy
* vztahují se k budovám, které by mohly být ve hře jako speciální a nesmí se tedy plést (nemocnice, radnice, banka, tržnice...)
* odkazují na polohu - sever, nahoře/dole (kopce) atd.
* jsou všeobecně známé (Václavské náměstí, Celetná, pod Vyšehradem)
* odkazují na název dalšího sídla (na Jinoničky, ke Chrudimi)
* působí anachronicky

Výsledkem by měl být všestranně použitelný seznam, tj. ve všech sadách a v celé časové ose. Dvakrát tohle nikdo dělat nebude, o tom nepochybuji :D

Dobrovolníci?

My projects... Tools for messing with Simutrans graphics. Graphic archive - templates and some other stuff for painters. Development logs for most recent information on what is going on. And of course pak128!

Eiffel

Já bych se škrtáním pomohl.

VS

Pak tedy: https://dl.dropbox.com/u/63534647/jmena_ulic.zip

Co je nazvané velkým písmenem, začíná na ně, co je malým, je nějaká "specialitka" (u, nad, pod, náměstí, ...)

Doporučuji sem napsat, když si někdo některý soubor rezervuje, před začátkem práce - ať nenastanou kolize :)

My projects... Tools for messing with Simutrans graphics. Graphic archive - templates and some other stuff for painters. Development logs for most recent information on what is going on. And of course pak128!

Eiffel

Zatím si beru A-E a uvidíme co to se mnou udělá:-)

Vladki

Taky bych kousek zkusil vyfiltrovat a ptam se co s duplicitami tohoto typu:

F.txt:FAJTLOVA
G.txt:GEN. FAJTLA
G.txt:GEN. FRANTIKA FAJTLA
G.txt:GENERÁLA FAJTLA

A.txt:A. MUCHY
A.txt:AL. MUCHY
A.txt:ALF. MUCHY
A.txt:ALFONSE MUCHY
M.txt:MUCHOVA

Ja osobne bych nechal v databazi jenom Fajtlova a Muchova, ale musime se dohodnout aby to bylo konzistentni.
S tim ze bych s inicialami nechal pouze notoricky zname pripady jako F.L.Vek, ktere se snad ani bez inicial nikde nevyskytuji.

A v soubru trida.txt doslo k nejakemu uletu a jsou tam ulice: Bratrida Pelisku, Bratrida Mrstiku, ... ;)

Eiffel

Quote from: Vladki on January 06, 2013, 11:39:00 AM
A.txt:A. MUCHY
A.txt:AL. MUCHY
A.txt:ALF. MUCHY
A.txt:ALFONSE MUCHY
M.txt:MUCHOVA

Ja osobne bych nechal v databazi jenom Fajtlova a Muchova, ale musime se dohodnout aby to bylo konzistentni.
S tim ze bych s inicialami nechal pouze notoricky zname pripady jako F.L.Vek, ktere se snad ani bez inicial nikde nevyskytuji.


V případě Muchy a jemu podobných nechávám u příslušného písmene jednu verzi, v tomto případě A.MUCHY. Domnívám se, že v samotné hře  nebude moc vadit, když bude i MUCHOVA, stejně tak jako FAJTLOVA a GEN. FAJTLA.

VS

Quote from: Eiffel on January 06, 2013, 12:47:37 PM
V případě Muchy a jemu podobných nechávám u příslušného písmene jednu verzi, v tomto případě A.MUCHY. Domnívám se, že v samotné hře nebude moc vadit, když bude i MUCHOVA, stejně tak jako FAJTLOVA a GEN. FAJTLA.
Za sebe bych tím bych souhlasil...

Bratřída se nějak smrskla, bylo to "bratří da mrštíků"

My projects... Tools for messing with Simutrans graphics. Graphic archive - templates and some other stuff for painters. Development logs for most recent information on what is going on. And of course pak128!

Vladki

Quote from: VS on January 06, 2013, 01:40:41 PM
Bratřída se nějak smrskla, bylo to "bratří da mrštíků"

Blbost, tech ulic je tam cca 20 a ani Mrstikove ani Peliskove nejsou Da ani Von, ani nic podobneho. Bydlim kousek od ulice bratri Pelisku. Je to typicka velkomestska trida - slepa ulice dlouha cca 50 m a neni na ni ani jedno popisne cislo ;)

VS

Ha, už vím - nahrazoval jsem "tř." za "třída", asi jsem to zapomněl v režimu regulárních výrazů :D

Podobná krpa by mohla být u náměstí, ale nemyslím že by to nějak vadilo co do obsáhlosti ;)

My projects... Tools for messing with Simutrans graphics. Graphic archive - templates and some other stuff for painters. Development logs for most recent information on what is going on. And of course pak128!

Eiffel

Tady je odtučněné A. VS, pls, mrkni na to, jestli to vůbec dělám dobře a nebo vytvářím ještě větší guláš.

VS

#24
Já jsem z toho jelen... v čem a jak to děláš? Zmizely mezery a některé řádky, něco je odsazené,...? Mám to otevřít v nějakém zvláštním režimu? Původně to byl jenom texťák s unixovými konci řádek.

edit: Jinak jsem tím "vyředěním" měl na mysli, že by měl zůstat pouze zlomek původních názvů.

My projects... Tools for messing with Simutrans graphics. Graphic archive - templates and some other stuff for painters. Development logs for most recent information on what is going on. And of course pak128!

Eiffel


Eiffel

Quote from: VS on January 06, 2013, 08:40:54 PM

edit: Jinak jsem tím "vyředěním" měl na mysli, že by měl zůstat pouze zlomek původních názvů.

V tom případě bych byl pro, aby jsme plošně seškrtaly dvou a víceslovné názvy ulic, k tomu všemu co píšeš, že by mělo být vyškrtáno.

Eiffel

#27
Mno, tak na druhý pokus písmeno A.


Nechci dělat zbytečný bububu ale nemůžeš používat tlačítko Edit? Tady by se mi asi hodilo víc ;) Navíc to pak vypadá blbě-jako bys tu vedl monolog. Nehodlám dělat zle, protože tohle téma je poměrně důležité takže budu jen prosit-používejte "edit" TommPa9

VS

Tohle už vypadá skvěle!

Asi bych nedával pryč všechno dvouslovné, ale většina toho asi stejně sedí na odstranění... (při tomto výroku jsem nemyslel).

My projects... Tools for messing with Simutrans graphics. Graphic archive - templates and some other stuff for painters. Development logs for most recent information on what is going on. And of course pak128!

Eiffel

Odstraněním dvou a víceslovných názvů se vyhneme tomu co už řešil o něco výš Vladki (A. Mucha versus Muchova, Alšovy sady versus Alšova alej versus M. Alše versus Mikoláše Alše ......).  Zároveň by ty dlouhé názvy, při zapnutém zobrazovaní zastávek, nezakrývali půl města. Stačí, že to dělají názvy některých měst (Kostelec nad Černými lesy).

Dělám nad dalšími písmeny a v podstatě to vidím tak, že by každé písmeno  mělo mít maximálně 2 stránky. Je možné, že se ještě mrknu i na to už pověšené A.

PS. Za svůj "monolog" výše se omlouvám. Dělal jsem příliš mnoho věcí najednou a jen jsem bez rozmyslu bušil do klávesnice.

TommPa9

Sady a aleje bych nechal. V už si nejsem jist ve kterém městě to tak je ale vím naprosto bezpečně že se tam vyskytují obě varianty u stejné osobnosti (a nebo jsou to dvě osobnosti se stejným příjmením? čert ví)

VS

#31
Za monology netřeba se omlouvat - lepší než ticho :) Blbost, už vím co to mělo znamenat :D

U sadů a alejí bych uvažoval, jestli není chyba, že tam kolem žádné nerostou...

Tak jako tak je zapotřebí uvědomit si ještě jednu věc. Všechny identické položky jsem sloučil, takže třeba "Masarykova" je jedna položka ale může být v realitě každá třicátá ulice.

Nicméně netřeba diskutoval, leč konat ;) Beru si F, G, H.

edit: Gabčíkova, Granátová... hm!

My projects... Tools for messing with Simutrans graphics. Graphic archive - templates and some other stuff for painters. Development logs for most recent information on what is going on. And of course pak128!

TommPa9

To jsou ty dvě ulice v seznamu hned vedle sebe? A pak že příprava street listu nemůže bejt sranda :)

VS

#33
Hned vedle sebe ne, ale na jedné obrazovce ano.

FGH snad hotové...

Beru si "nad" - a mám ho hotové...

PS: Nemáte nějaké zajímavé optické vjemy? Mně připadne, že už čtu písmena"odzadu" - je to pak "cítit" trochu jako azbuka (podobné ale ne totožné tvary). Pro dnešek raději stačí :D

My projects... Tools for messing with Simutrans graphics. Graphic archive - templates and some other stuff for painters. Development logs for most recent information on what is going on. And of course pak128!

Eiffel

#34
Dlouhé A není třeba řešit. :P Za to B je pěkně tučné a ani několikanásobné projití to na 2 stránky nestáhlo. Je jich skoro 3x tolik. ???

Tak jsem se prokousal C respektive CH.

Č, D a E odtučněno, Ď neřeším :)  a dám si pauzu než si vezmu něco dalšího.

Rekapitulace:
A-H   hotovo
I-Na  nerozebráno, neodtučněno
nad   hotovo
náměstí-Ž   nerozebráno, neodtučněno