zoeken in tekstbestanden

[Rob Hubert]

Beste allemaal,

Ik ben totaal nieuw in deze groep, maar ik hoop dat jullie mij een handje kunnen helpen.

Ik heb een website (eigen domein) waarop ik genealogische gegevens heb staan. Nu bezit ik ook een groot aantal bewerkte boeken die ik op mijn website ter inzage wil zetten. Deze boeken zijn in een *normaal* tekstbestand (ASCII) opgeslagen. Nu wil ik deze boeken best op mijn website zetten, met een zoekfunctie, echter wil ik niet dat het hele boek te downloaden of in te zien is. Dit alles tegen het kopiëren.

Nu ben ik helemaal vreemd in deze wereld dus het kan best zo zijn dat wat ik wil helemaal niet kan. Mijn idee is (was) om via een zoekfunctie en bij een gevonden tekst alleen dat gedeelte te tonen wat bij elkaar hoort en dus niet alles. Dit dus met de reeds boven beschreven *beveiliging* tegen het kopiëren.

Concrete vraag is dan: Kan dit? hoe doe ik dit? en wat heb ik (al leek) hier voor nodig.

Misschien dat u mij hierbij op weg kunt helpen

--
Vr. Groeten / Best regards,

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
Rob Hubert, Haarlem, Netherlands
Website: http://www.rob-hubert.nl/
rob-hubert@rob-hubert.nl or
hubert14@zonnet.nl
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

--------
In- en uitgaande e-mail gecontroleerd door Kaspersky Anti-Virus
In- and Outgoing mail checked by Kaspersky Anti-Virus
--------

[Jan Ehrhardt]

Rob Hubert in nl.internet.www.server-side (Thu, 01 Jul 2004 12:33:48
GMT):

>Ik heb een website (eigen domein)

Waarbij dit wel relevante informatie is:

|Server: Apache/1.3.31 (Unix) mod_perl/1.29 PHP/4.3.6 mod_ssl/2.8.17
|OpenSSL/0.9.7b

Je hebt dus zo te zien beschikking over perl en PHP.

Jan
--
Look, Ma. No tables - http://enbio.steenbergen-stichting.nl/

[Math1985]

"Rob Hubert" schreef:
> Ik ben totaal nieuw in deze groep, maar ik hoop dat jullie mij
> een handje kunnen helpen.

Welkom...
Begin eens om in Outlook Express bij Extra - opties - verzenden bij
'indeling voor verzenden van nieuws' 'tekst zonder opmaak' te selecteren.

> Ik heb een website (eigen domein) waarop ik genealogische gegevens
> heb staan. Nu bezit ik ook een groot aantal bewerkte boeken die ik op
> mijn website ter inzage wil zetten. Deze boeken zijn in een *normaal*
> tekstbestand (ASCII) opgeslagen. Nu wil ik deze boeken best op mijn
> website zetten, met een zoekfunctie, echter wil ik niet dat het hele
> boek te downloaden of in te zien is. Dit alles tegen het kopiëren.

Je zou bijvoorbeeld iets met php kunnen frutselen. De map waar de bron van
het boek in staat sluit je dan af met bijvoorbeeld .htaccess. Voor een
concrete oplossing zul je moeten wachten op andere reacties op zelf wat
moeten googlen op de termen die ik noemde.

Je loopt echter altijd het risico dat mensen elk gedeelte van het boek
opzoeken (eventueel met een scriptje), en dan kunnen ze het hele boek alsnog
in hun bezit krijgen.

Waaom wil je niet dat het hele boek in te zien is eigenlijk?

(Rob zou natuurlijk ook het hele boek in een database kunnen zetten,
bijvoorbeeld een rij per hoofdstuk. Heeft dat voordelen boven het doorzoeken
van een tekstbestandje?)

[John Bokma]

Rob Hubert wrote:

> tekstbestand (ASCII) opgeslagen. Nu wil ik deze boeken best op mijn
> website zetten,

Mag dat?

> met een zoekfunctie, echter wil ik niet dat het hele
> boek te downloaden of in te zien is. Dit alles tegen het kopiëren.

Dan moet je zeker niet het hele boek on line zetten.

> Nu ben ik helemaal vreemd in deze wereld dus het kan best zo zijn dat
> wat ik wil helemaal niet kan. Mijn idee is (was) om via een zoekfunctie
> en bij een gevonden tekst alleen dat gedeelte te tonen wat bij elkaar
> hoort en dus niet alles. Dit dus met de reeds boven beschreven
> *beveiliging* tegen het kopiëren.

Ah, maar dan "zoekt en gij zult vinden", en dan is nog alles te
kopieeren :-D.

Je zou kunnen beginnen met in ASCII aan te geven welke delen je wel op
het net wilt hebben, en wat niet, b.v. iets als:

<export file="stukje.html">
dit dus
</export>

En dat middels een script de HTML pagina's met de stukjes aan laten
maken, en die met behulp van een programma doorzoekbaar aanbieden. Je
kan ook Google lokaal laten zoeken. Er zijn meer mogelijkheden, zoek
eens in deze groep (Via Google Groups) op: eigen zoekmachine op site

Als je thuis bent in Perl, kan ik je iets op weg helpen.

--
John MexIT: http://johnbokma.com/mexit/
personal page: http://johnbokma.com/
Experienced Perl programmer available: http://castleamber.com/
Happy Customers: http://castleamber.com/testimonials.html

[Rob Hubert]

"Jan Ehrhardt" <monitor@idem.invalid> schreef in bericht
news:7h18e0ln4av93nbmbodbhjbl6v3e8f4hth@4ax.com...
> Rob Hubert in nl.internet.www.server-side (Thu, 01 Jul 2004 12:33:48
> GMT):

Hoi Jan,

> Waarbij dit wel relevante informatie is:
>
> |Server: Apache/1.3.31 (Unix) mod_perl/1.29 PHP/4.3.6 mod_ssl/2.8.17
> |OpenSSL/0.9.7b
>
> Je hebt dus zo te zien beschikking over perl en PHP.

Ik heb het even nagekeken en ik heb beschikking over PHP, maar het grote
probleem is dat ik hier niet kaas van heb gegeten. Dus elke hulp die ik kan
krijgen is meegenomen.

Rob

[Jan Ehrhardt]

John Bokma in nl.internet.www.server-side (Thu, 01 Jul 2004 08:37:48
-0500):

>En dat middels een script de HTML pagina's met de stukjes aan laten
>maken, en die met behulp van een programma doorzoekbaar aanbieden. Je
>kan ook Google lokaal laten zoeken. Er zijn meer mogelijkheden, zoek
>eens in deze groep (Via Google Groups) op: eigen zoekmachine op site

Ik zat ook al zo iets te denken. Laat bijvoorbeeld Atomz
<http://www.atomz.com> de boeken eenmalig indexeren en haal ze daarna
weer van de website (beter: vervang ze door een pagina dat de boeken als
totaal niet beschikbaar zijn). Atomz had er bij mij geen probleem mee om
een bestand van 5MB te indexeren.

Probleem is dat je geen controle hebt over wat Atomz toont. Wel kun je
bij Atomz zelf aangeven dat Atomz de boeken niet telkens opnieuw moet
indexeren. Dat is bijvoorbeeld bij de nieuwe websearch functionaliteit
van Google Adsense <https://www.google.com/adsense/ws-overview> niet
mogelijk, schat ik zo. Nog afgezien van de vraag of Google Adsense niet
dezelfde limiet heeft als Google zelf: alleen de eerste 128KB van een
bestand wordt geindexeerd.

Jan
--
Look, Ma. No tables - http://enbio.steenbergen-stichting.nl/

[Rene Pijlman]

Rob Hubert:
>Mijn idee is (was) om via een zoekfunctie en bij een gevonden tekst
>alleen dat gedeelte te tonen wat bij elkaar hoort en dus niet alles.
[...]
>Concrete vraag is dan: Kan dit? hoe doe ik dit? en wat heb ik (al leek)
>hier voor nodig.

Jazeker kan dat, maar wat ervoor nodig is, is enige know-how m.b.t. het
bouwen van een webapplicatie. Als leek zal dit niet makkelijk gaan.

--
René Pijlman

"Een op de drie Nederlanders sterft in ziekenhuis."
- nu.nl

[Rob Hubert]

"John Bokma" <postmaster@castleamber.com> schreef in bericht
news:40e413ba$0$193$58c7af7e@news.kabelfoon.nl...
> Rob Hubert wrote:
>
> > tekstbestand (ASCII) opgeslagen. Nu wil ik deze boeken best op mijn
> > website zetten,
>
> Mag dat?

Ja, dat mag. Het zijn zelf verwerkte teksten uit archiefboeken en dateren
van voor 1900.

>
> Ah, maar dan "zoekt en gij zult vinden", en dan is nog alles te
> kopieeren :-D.

Daar was ik al bang voor :-(

> Je zou kunnen beginnen met in ASCII aan te geven welke delen je wel op
> het net wilt hebben, en wat niet, b.v. iets als:
>
> <export file="stukje.html">
> dit dus
> </export>

Hier een klein stukje zoals de tekst er nu uitziet:

Pieter Willems, gedoopt te Bennebroek op 24 maart 1711
(getuigen: Pieter Willems, Ariaantje Willems).
Zoon van Barend Willems en Jannetje Peters.
Catharina de Nijs, gedoopt te Bennebroek op 18 augustus
1711 (getuigen: David van den Bogaard, Catharina van
Aalst).
Dochter van Pieter de Nijs en Johanna van Aalst.
Hester Stakenburg, gedoopt te Bennebroek op 10 augustus
1712 (getuigen: Jacobus van der Kruk, Maijke Danielz
Stakenburgh).
Dochter van Theunis Danielz Stakenburg en Guurtje Dirks.
Maria Cambij, gedoopt te Bennebroek ..-02-1713 (getuigen:
Maria van Hoven).
Dochter van David Cambij en Elizabeth Cambij.
Willem van der Plas, gedoopt te Bennebroek op 24 april
1713 (getuigen: Dirk Cambij, Grietje Laurens Rijkaart).
Zoon van Isaac van der Plas en Aagje Cambij.

Het gaat er nu om dat niet alles uit het bestand in te zien is, maar alleen
het gedeelte van de gezochte naam:

Willem van der Plas, gedoopt te Bennebroek op 24 april
1713 (getuigen: Dirk Cambij, Grietje Laurens Rijkaart).
Zoon van Isaac van der Plas en Aagje Cambij


> En dat middels een script de HTML pagina's met de stukjes aan laten
> maken, en die met behulp van een programma doorzoekbaar aanbieden. Je
> kan ook Google lokaal laten zoeken. Er zijn meer mogelijkheden, zoek
> eens in deze groep (Via Google Groups) op: eigen zoekmachine op site
>
> Als je thuis bent in Perl, kan ik je iets op weg helpen.
>

Dat is het nu juist ik ben hier niet thuis in, en als ik de reacties lees,
kan ik maar beter (voorlopig) het idee uit mijn hoofd zetten en me eventueel
eens verdiepen in een script.

Rob