Skip to content

תוכן עניינים "דפי הגמרא" לרי"ף מציוני הדפים שבטקסט - #149

Open
palmoni5 wants to merge 4 commits into
Otzaria:otzariafrom
palmoni5:feat/rif-gemara-daf-alt-toc
Open

palmoni5 wants to merge 4 commits into
Otzaria:otzariafrom
palmoni5:feat/rif-gemara-daf-alt-toc

Conversation

@palmoni5

@palmoni5 palmoni5 commented Nov 19, 2026 •

Copy link
Copy Markdown
Member

Fixes Otzaria/otzaria#5506

שלב בנייה חדש, buildGemaraDafAltToc. הוא יוצר תוכן עניינים חלופי "דפי הגמרא" (מפתח GemaraDapim) לספרי הרי"ף שמופיעים ב-ForDB gemara_daf_alt_toc.csv (Otzaria/otzaria-library#1372). המקור הוא ציוני הדפים שכבר כתובים בתוך הטקסט.

מה נבנה

  • סמנים שנספרים:
    • הצורה הבסיסית: (דף ב.) / (דף ב:).
    • במגילה ובנדרים: (דף יז ע"א) / (דף ג ע"ב).
    • סמן עם (( נספר, חוץ ממקרה שאחת משלוש המילים שלפניו היא לקמן, לעיל, בפרק או בפירקא.
  • מה לא נספר:
    • הפניות עם מילים נוספות בתוך הסוגריים: ע"ש, לעיל, יד: טו., ועוד.
    • דף בלי ציון עמוד.
    • סוגריים מרובעים.
    • דף שגבוה מהדף האחרון של מסכת הבבלי המקבילה (הפניות למסכת אחרת, 8 בנתונים).
  • סדר: הערכים ממוינים לפי סדר הגמרא (גימטריה, ועמוד א' לפני עמוד ב'), ולא לפי סדר הקריאה. הרי"ף מסדר את הסוגיות מחדש, ולכן הסמנים בטקסט לא עולים בסדר.
  • מבנה הערכים:
    • ערך עליון לכל עמוד, דף ח:. הוא מצביע על ההופעה הראשונה.
    • עמוד שמופיע תחת כמה דפי רי"ף מקבל ילד לכל דף רי"ף, דף ח: – רי"ף דף ג:.
    • כל ערך כתוב באיות של הסמן בשורה שלו, כדי שהאפליקציה תמצא אותו ותגלול אליו.
  • line_alt_toc: כל שורה משויכת לערך של הסמן האחרון שלפניה בסדר הקריאה.
  • ריפקטור: חלקים משותפים הוצאו מ-InlineMarkerAltTocPostProcess.kt: runMarkerAltTocStage, writeEachBookAtomically ו-writeMarkerStructure. ההתנהגות של השלב הקיים לא השתנתה.
  • חיבור ל-pipeline: המשימה רצה אחרי buildInlineMarkerAltToc ולפני פיצול התוכן ודחיסתו (lineContentWriters), ו-ValidateForDbInputs מזהיר על ספר חסר.
  • מזהים: הנתיבים הם מספרים סידוריים לפי סדר המיון, כמו בשלב הקיים. מזהה שנגזר מהעמוד היה יציב יותר, אבל האפליקציה ממיינת את הסרגל לפי ORDER BY e.id, ולכן עמוד חדש היה מופיע בסוף. המחיר: הוספת סמן משנה את הערכים שאחריו באותו ספר.

בדיקות

  • GemaraDafAltTocTest (11 מתוך 11) ו-InlineMarkerAltTocTest (4 מתוך 4) עברו.
  • הרצה על נתונים אמיתיים: הקוד האמיתי רץ על fixture של 24 ספרי הרי"ף מה-DB החי.
    • 3,692 סמנים, 2,719 ערכים עליונים ו-1,316 ילדים.
    • שתי הרצות יצרו בדיוק אותם מזהים.
    • בכל 4,035 הערכים האפליקציה מוצאת את הסמן בשורה.
  • לא הורץ: generateSeforimDb המלא.

PR-ים קשורים

חפיפה עם PR פתוח

#105 מתנגש עם ה-PR הזה ב-build.gradle.kts, ב-generator/sefariasqlite/build.gradle.kts וב-ValidateForDbInputs.kt. אלה שורות סמוכות ברשימות המשימות, כמו בהתנגשות שהייתה בין #143 ל-#105, והפתרון הוא לשמור את שני הצדדים.

שלב חדש buildGemaraDafAltToc, שרץ מיד אחרי buildInlineMarkerAltToc, בונה לספרים הרשומים בקובץ מבנה לפי סמני דף הגמרא שבתוך הטקסט: (דף ח:), (דף יז ע"א). הפניות עם מילים נוספות בסוגריים, כמו (דף ח: ע"ש) או (דף לעיל מח:), אינן נספרות.

הערכים ממוינים לפי סדר הגמרא, ערך לכל עמוד. עמוד שהרי"ף מגיע אליו יותר מפעם אחת מקבל ילד לכל הופעה לפי סדר הקריאה, בשם דף הרי"ף שבו הוא מופיע. כל שורה משויכת להופעה של הסמן האחרון שלפניה, כדי שהסרגל יסמן את עמוד הגמרא הנוכחי בזמן הגלילה.

כתיבת המבנה והרצת השלב משותפות עכשיו לשני השלבים. ValidateForDbInputs מפענח גם את הקובץ החדש ומזהיר על ספר שחסר ב-DB.
הופעות של אותו עמוד גמרא תחת אותו דף רי"ף מתאחדות לילד אחד, שמצביע על ההופעה הראשונה, וכל השורות שאחרי ההופעות הבאות משויכות אליו. עמוד שכל הופעותיו תחת דף רי"ף אחד הוא ערך יחיד בלי ילדים. הופעה בלי כותרת דף נשארת נפרדת וממוספרת.
סמן נספר רק בסוגריים עגולים אחד בלבד, עם רווח יחיד לפני ע"א/ע"ב: (( לפני הסמן או סוגריים מרובעים אינם נספרים. שם כל ערך נכתב לפי איות ההופעה שהוא מצביע עליה, כדי שהאפליקציה תמצא את הסמן בשורה.

סמן שהדף שלו אחרי הדף האחרון של מסכת הבבלי באותו שם הוא הפניה למסכת אחרת ואינו נספר. הדף האחרון נלקח מכותרות "דף" של הספר היחיד שכותרתו כשם הרי"ף בלי "רי"ף "; אם אין ספר כזה, לא מסננים ורושמים אזהרה. הסמנים שסוננו נרשמים ביומן לכל ספר.
סוגר מיותר לפני סמן נפוץ בטקסט, ולכן ((דף כא ע"ב) נספר שוב. סמן כזה נדחה רק כשאחת משלוש המילים שלפניו היא לקמן, לעיל, בפרק או בפירקא, אולי עם ו/ד/כד בתחילתה. סמן בסוגריים יחידים אינו נבדק כך.
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Labels

None yet

Projects

None yet

Development

Successfully merging this pull request may close these issues.

[דיווח מהתוכנה] דפי הגמרא ברי"ף

1 participant